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！

龙图腾网获悉湖南工商大学申请的专利基于机器学习的多模态信息融合目标识别方法及系统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：CN119807994B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202411770964.4，技术领域涉及：G06T7/11；该发明授权基于机器学习的多模态信息融合目标识别方法及系统是由彭晗;谭理;潘妍;黄宇凡;张金传;朱伍洋;李沁设计研发完成，并于2024-12-04向国家知识产权局提交的专利申请。

本基于机器学习的多模态信息融合目标识别方法及系统在说明书摘要公布了：本申请提供了一种基于机器学习的多模态信息融合目标识别方法及系统，通过基于训练的机器学习模型从多模态数据中提取出当前目标厂房的音频突变特征和图片异常特征；根据图片异常特征确定多个异常分割图，根据音频突变特征和当前目标厂房的空间布局确定异常边界，将所有的异常分割图和异常边界进行特征融合，进而得到当前目标厂房的异常定位区域；根据异常定位区域并结合机器学习算法对当前目标厂房的区域进行逐层分析，进而得到当前目标厂房在运行时的异常影响指数；通过异常影响指数对当前目标厂房在运行中的异常状况进行识别。上述方案可实现通过多模态信息对厂房中的异常区域进行快速定位，从而提高厂房在运行过程中的安全性。

本发明授权基于机器学习的多模态信息融合目标识别方法及系统在权利要求书中公布了：1.一种基于机器学习的多模态信息融合目标识别方法，其特征在于，包括如下步骤： 监测当前目标厂房在运行中的多模态数据，所述多模态数据包括目标厂房的图片数据和音频数据； 基于训练的机器学习模型从所述多模态数据中提取出当前目标厂房的音频突变特征和图片异常特征； 对所述图片异常特征进行特征解耦，得到对当前目标厂房进行异常识别时的多个异常分割图，根据所述音频突变特征和当前目标厂房的空间布局确定当前目标厂房中声音异常时的异常边界，基于机器学习的卷积神经网络将所有的异常分割图和所述异常边界进行特征融合，进而得到当前目标厂房的异常定位区域； 以所述异常定位区域作为对当前目标厂房进行异常识别时的约束条件，并结合机器学习算法对当前目标厂房的区域进行逐层分析，进而得到当前目标厂房在运行时的异常影响指数； 通过所述异常影响指数对当前目标厂房在运行中的异常状况进行识别； 其中，根据所述音频突变特征和当前目标厂房的空间布局确定当前目标厂房中声音异常时的异常边界具体包括： 获取当前目标厂房的空间布局； 根据所述音频突变特征和所述空间布局确定当前目标厂房在运行过程中的多个音频突变区域； 通过所有的音频突变区域确定当前目标厂房中声音异常时的异常边界； 其中，通过所有的音频突变区域确定当前目标厂房中声音异常时的异常边界具体包括：通过欧几里得距离计算各个音频突变区域到多模态采集设备的最远距离和最近距离，将各个最远距离对应的点进行连接，得到最远包络线，将各个最近距离对应点进行连接，得到最近包络线，将最远距离和最近距离中间的区域作为当前目标厂房中声音异常时的异常边界。

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湖南工商大学，其通讯地址为：410205 湖南省长沙市岳麓区岳麓大道569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。