电子科技大学纪禄平获国家专利权
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！
龙图腾网获悉电子科技大学申请的专利面向小目标检测的运动特征跨模态学习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：CN117095452B 。
龙图腾网通过国家知识产权局官网在2025-11-14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：202310810022.3，技术领域涉及：G06V40/20；该发明授权面向小目标检测的运动特征跨模态学习方法是由纪禄平;陈圣嘉;祝杰文;李乐潇设计研发完成，并于2023-07-03向国家知识产权局提交的专利申请。
本面向小目标检测的运动特征跨模态学习方法在说明书摘要公布了：本发明公开一种面向小目标检测的运动特征跨模态学习方法，应用于小目标检测技术领域，针对现有技术中小目标检测性能很差的问题；本发明的方法包括运动模式挖掘和运动视觉适配器这两个关键部分；前者从随时间变化的视觉表示空间中挖掘运动模式，后者被设计用来关联运动模式和视觉语义；然后，探索它们的跨模态交互，以指导运动提取器有效地捕获隐含的运动模态；在运动模态的配合下，即使使用一个简单的检测器也可以刷新最先进的检测性能，并且几乎不增加运动小目标检测的推理成本。
本发明授权面向小目标检测的运动特征跨模态学习方法在权利要求书中公布了：1.面向小目标的运动特征跨模态学习方法，其特征在于，基于的检测系统包括：运动启发的跨模态学习多层循环架构、基于动静态聚合网络以及检测器； 采用摄像头获得的多帧连续图像，得到图像序列； 所述动静态聚合网络通过动态流结构第三个分支对输入的图像序列进行初级视觉特征提取，得到特征图Xs； 运动启发的跨模态学习多层循环架构包括多层NODEl,t，l表示NODE的层数，t表示时间步；每一层NODEl,t的输入为t时间步对应的动静态聚合网络的输出； 每一层NODEl,t具体包括运动模式挖掘模块与运动-视觉适配模块；所述运动模式挖掘模块根据t时间步对应的动静态聚合网络的输出，挖掘得到局部运动模式Pt；运动-视觉适配模块对局部运动模式Pt进行语义偏差和模态一致性适配，得到NODEl,t的隐藏状态 通过将所有层NODEl,t的隐藏状态进行矩阵拼接得到最终运动模态特征Hs； 将特征图Xs与运动模态特征Hs作为训练检测器的监督信息； 将动静态聚合网络提取的特征图Xs作为训练完成的检测器的输入，得到小目标检测结果。
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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励