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！

龙图腾网获悉西安电子科技大学申请的专利一种基于动态MLP的跨模态目标重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：CN116721332B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202310755099.5，技术领域涉及：G06V10/82；该发明授权一种基于动态MLP的跨模态目标重识别方法是由杨曦;杨东;李梅杰;魏梓钰设计研发完成，并于2023-06-25向国家知识产权局提交的专利申请。

本一种基于动态MLP的跨模态目标重识别方法在说明书摘要公布了：本发明公开了一种基于动态MLP的跨模态目标重识别方法，包括：步骤1、获取待识别的图像；步骤2、将所述待识别的图像输入至训练好的识别网络，得到待识别的特征向量，将所述待识别的特征向量与所述特征向量库中的特征向量进行匹配，以得到目标识别结果。本发明利用对输入输出的标准化解决了并行神经网络在参数映射的训练过程中梯度下降不稳定的问题。本发明的基于动态MLP的跨模态目标重识别方法可以增强模态特征向量的表征能力，减小了模态间差异，能够进一步提高模型精度，提升不同模态目标匹配的准确率。

本发明授权一种基于动态MLP的跨模态目标重识别方法在权利要求书中公布了：1.一种基于动态MLP的跨模态目标重识别方法，其特征在于，所述跨模态目标重识别方法包括： 步骤1、获取待识别的图像； 步骤2、将所述待识别的图像输入至训练好的识别网络，得到待识别的特征向量，将所述待识别的特征向量与所述特征向量库中的特征向量进行匹配，以得到目标识别结果，所述识别网络包括动态MLP模块、第一特征向量提取模块和第二特征向量提取模块；其中， 所述识别网络的训练方法包括：基于动态MLP模块得到第一嵌入特征向量和第二嵌入特征向量，利用所述第一嵌入特征向量和所述第二嵌入特征向量更新所述识别网络的参数，以得到所述训练好的识别网络； 基于动态MLP模块得到第一嵌入特征向量和第二嵌入特征向量，包括： 获取可见光图像和红外图像； 将所述可见光图像和所述红外图像分别输入第一特征向量提取模块和第二特征向量提取模块，得到可见光图像特征向量和红外图像特征向量； 将所述红外图像特征向量通过动态MLP模块嵌入到所述可见光图像特征向量中，得到所述第一嵌入特征向量，包括： S3.1、将所述红外图像特征向量输入至所述动态MLP模块中的MLP，以使一维的红外图像特征向量转换为第一二维矩阵； S3.2、将所述可见光图像特征向量输入至所述动态MLP模块，以基于所述可见光图像特征向量与所述第一二维矩阵得到一次迭代后的可见光图像特征向量,所述一次迭代后的可见光图像特征向量表示为： 其中，表示一次迭代后的可见光图像特征向量，表示可见光图像特征向量，表示线性激活函数，表示层归一化，表示第一二维矩阵； S3.3、将S3.2中得到的一次迭代后的可见光图像特征向量作为下一次迭代时S3.2中动态MLP模块的输入，并重复执行步骤S3.1至步骤S3.3，在进行N1次迭代后，选取N1次迭代中符合第一预设条件的一次迭代后的可见光图像特征向量作为所述第一嵌入特征向量； 将所述可见光图像特征向量通过动态MLP模块嵌入到所述红外图像特征向量中，得到所述第二嵌入特征向量。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2号；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。