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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于多模态特征融合的显著目标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：CN117292149B 。

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：202311279184.5，技术领域涉及：G06V10/46；该发明授权一种基于多模态特征融合的显著目标识别方法是由崔凤宇;周晓飞;薛梦凡设计研发完成，并于2023-10-07向国家知识产权局提交的专利申请。

本一种基于多模态特征融合的显著目标识别方法在说明书摘要公布了：本发明公布了一种基于多模态融合的显著目标检测模型，包括三种模态特征均通过vgg16网络提取。为了能够充分使用不同模态的特征，将每一层提取到的特征送入特征融合模块，特征融合模块分为两个部分，分别为特征连接和特征融合。利用了相邻两层特征之间的相似性，来生成增强后的特征，并用它们生成的空间注意力模块增强上一层的解码器输出特征。从而得到比较显著的特征图。将第四层S模块的输出向后跳跃连接到每个解码器D模块的输入端，与其他输入进行相加。这样能够多次充分利用高级语义特征。使得融合更加充分。另外，本发明在每一个编码器的输出端都设有一个损失监督，以更加细化的训练每一个模块。从而拥有一个非常准确的显著目标检测结果。

本发明授权一种基于多模态特征融合的显著目标识别方法在权利要求书中公布了：1.一种基于多模态特征融合的显著目标识别方法，其特征在于，包括如下步骤： S1、构建编码器并使用所构建的编码器提取rgb、thermal、depth图像的特征； S2、构建特征融合模块，通过特征融合模块进行多模态信息融合得到i层初级融合特征， 所述特征融合模块包括特征连接网络和特征交叉网络，所述特征连接网络由三个平行的SE+CBR模块组成，所述SE模块由全局平均池化层、卷积层、Relu激活函数层、sigmoid函数层组成；所述CBR模块由卷积层、正则化层、Relu层组成；所述特征交叉网络由CBR模块和若干层不同扩张率的扩张卷积构成； S3、构建4个融合模块S，通过4个融合模块S进行相邻特征层的初级融合特征的相互融合得到二级融合特征； 所述融合模块S由两个空间注意力组成，第一个所述空间注意力为通道维度的平均池化； S4、通过一个解码器对二级融合特征进行逐层解码，所述解码器由五个解码块D组成，具体解码方法如下： 首先，不同于其他层，将步骤S2中得到的第五层初级融合特征直接送入第五个解码块D中，经过Dropout、CBR、Upsample处理之后标记为.表示为： ； 对于第四个解码块来说，它的输入为第四个融合模块S的输出，可以表示为： ； 对于其他层，可以表示为： ，i=1,2,3； 其中为第i个融合模块S的输出，最后一个解码块的输出为得到的显著性图。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。