买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国人民解放军海军航空大学申请的专利基于模态不变特征学习的缺失多模态船舶分类识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119723217B 。

龙图腾网通过国家知识产权局官网在2025-10-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510024423.5，技术领域涉及：G06V10/764；该发明授权基于模态不变特征学习的缺失多模态船舶分类识别方法是由徐从安;赵冰;赵静;刘瑜;林云;史骏;徐政伟;吴俊峰;周伟;宿南;高龙设计研发完成，并于2025-01-07向国家知识产权局提交的专利申请。

本基于模态不变特征学习的缺失多模态船舶分类识别方法在说明书摘要公布了：本发明公开了一种基于模态不变特征学习的缺失多模态船舶分类识别方法，属于数据识别领域。本发明首先提取不同模态图像的高级特征，然后基于高级特征学习不同模态的不变特征，再进一步根据高级特征和不变特征计算得到不同模态的相关特征，然后基于相关特征得到不同模态下的权重，再通过模态权重融合得到融合特征，自动学习可用的模态，构建共享表示，最后根据融合特征得到分类识别结果。本发明使得模型即使在缺少一种模态的情况下也能维持性能，得到了在缺失模态下高性能、高鲁棒性的船舶分类识别。

本发明授权基于模态不变特征学习的缺失多模态船舶分类识别方法在权利要求书中公布了：1.一种基于模态不变特征学习的缺失多模态船舶分类识别方法，其特征在于，步骤包括： 步骤1、构建多模态分类识别模型，所述多模态分类识别模型包括特征提取融合部分和分类器； 所述特征提取融合部分用于提取同一目标的可见光图像和红外图像的特征并进行特征融合，得到融合特征；所述特征提取融合部分包括可见光特征提取分支、红外特征提取分支、不变特征学习模块、相关特征提取模块和模态权重融合模块； 所述分类器用于根据融合特征得到分类识别结果；分类器中，融合特征经过分类神经网络得到概率分布，概率分布中的最高概率值所对应的类别即为分类结果； 步骤2、训练所述多模态分类识别模型； 步骤3、使用训练后的多模态分类识别模型进行分类识别；识别时，将可见光图像和红外图像输入至的多模态分类识别模型中，如果当前目标缺失其中一种模态的图像，则使用另一模态的图像代替该缺失模态的图像输入到多模态分类识别模型中； 所述可见光特征提取分支用于从输入的可见光图像中提取可见光高级特征； 所述红外特征提取分支用于从输入的红外图像中提取红外高级特征； 所述不变特征学习模块中包括与可见光特征提取分支对应的第一卷积神经网络和与红外特征提取分支对应的第二卷积神经网络； 卷积神经网络中对输入的高级特征进行逐层特征提取，每一层都会从前一层的输出中提取更加复杂的特征，各层中分别进行卷积操作和池化操作； 可见光高级特征输入至第一卷积神经网络中得到可见光不变特征，红外高级特征输入至第二卷积神经网络中得到红外不变特征。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国人民解放军海军航空大学，其通讯地址为：264000 山东省烟台市芝罘区二马路188；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。