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！

龙图腾网获悉四川大学申请的专利一种共享骨骼信息跨模态融合的个体身份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：CN119003815B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202411161283.8，技术领域涉及：G06F16/583；该发明授权一种共享骨骼信息跨模态融合的个体身份识别方法是由吕建成;牛超群;谢艺萍;王坚;陈东东;周吉喆;李媛;刘权辉设计研发完成，并于2024-08-22向国家知识产权局提交的专利申请。

本一种共享骨骼信息跨模态融合的个体身份识别方法在说明书摘要公布了：本发明涉及一种共享骨骼信息跨模态融合的个体身份识别方法，属于医学图像检索技术领域，首先利用跨域双向图像转换网络将原始数据中的VRT图像转换成CXR图像，实现模态补全，再利用CXR‑VRT数据对进行共享骨骼信息跨模态融合模型的训练，训练完成后，根据胸片身份检索库构建神经骨纹检索库；首先将待检索的VRT图像经过跨域双向图像转换网络得到CXR‑VRT图像对，再通过共享骨骼信息跨模态融合模型得到对应的神经骨纹，最后利用最近邻搜索方法，在神经骨纹检索库中进行检索，确定对应的个体身份。实现直接根据骨骼成像数据进行自动的个体信息识别。不仅为法医学等领域的实际应用提供了有力的支持，也推动了跨模态检索等相关研究领域的发展。

本发明授权一种共享骨骼信息跨模态融合的个体身份识别方法在权利要求书中公布了：1.一种共享骨骼信息跨模态融合的个体身份识别方法，其特征在于，包括以下步骤： S1：原生数据集构建：收集来自同一个体的CXR-VRT图像对作为样本； S2：胸片身份检索库构建：收集大量与S1中原生数据集身份来源不同的单张胸片作为干扰项，与S1中原生数据集测试集部分的胸片数据共同构成胸片身份检索库； S3：模态补全：利用跨域双向图像转换网络，将来自原生数据集的真实胸片图像转换为生成的VRT图像，来自原生数据集的VRT图像转换为生成的胸片图像，进而使用来自每个个体的真实图像对和生成图像对补全数据集； S4：数据增广：对所有训练样本依次采用如下的增广方式进行预处理：尺寸调整、直方图均衡化、对比度调整、概率色彩抖动、概率水平翻转、概率随机旋转、归一化； S5：构建CXR-VRT共享骨骼信息跨模态融合模型：针对胸片图像和VRT图像，分别使用两个编码器-解码器模块进行图像细粒度特征的提取；对于提取的对应的胸片图像和VRT图像的特征，使用一个特征融合模块进行特征的融合； S6：训练CXR-VRT共享骨骼信息跨模态融合模型：使用构建的数据集中的图像对作为输入，对于解码器输出的重建图像，使用与原始图像的重建损失以学习到图像中更细粒度的特征，对于编码器输出的图像特征，每对特征经过特征融合模块后使用对比学习以最小化类内距离、最大化类间距离，整体训练目标为胸片图像和VRT图像的重建损失与融合特征间的对比损失之和； S7：根据胸片身份检索库构建神经骨纹检索库：首先将胸片数据利用跨域双向图像转换网络转换成VRT图像，然后利用CXR-VRT共享骨骼信息跨模态融合模型得到对应的融合特征；最后以融合特征，即神经骨纹作为键，对应个体身份信息作为值，构建一张搜索表作为神经骨纹检索库； S8：使用VRT图像识别个体身份：将待检索的VRT图像利用跨域双向图像转换网络转换成CXR图像，得到CXR-VRT图像对后利用CXR-VRT共享骨骼信息跨模态融合模型得到神经骨纹作为检索项，然后利用最近邻搜索方法在神经骨纹检索库中检索个体身份。

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四川大学，其通讯地址为：610000 四川省成都市一环路南一段24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。