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！

龙图腾网获悉吉林大学申请的专利一种基于跨模态局部交叉注意力的城市交通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：CN120876837B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202511373581.8，技术领域涉及：G06V10/25；该发明授权一种基于跨模态局部交叉注意力的城市交通目标识别方法是由王玉;李晨曦;赵禹齐;孙国良设计研发完成，并于2025-09-25向国家知识产权局提交的专利申请。

本一种基于跨模态局部交叉注意力的城市交通目标识别方法在说明书摘要公布了：本发明提供了一种基于跨模态局部交叉注意力的城市交通目标识别方法，本发明改进SSAN核心网络，将其非局部注意力网络替换成跨模态局部交叉注意力网络，通过将图像分块所得到的局部特征与文本语义子部分的局部特征动态交互，实现了跨模态的细粒度特征对齐，提升了模型在遮挡条件下对目标的细粒度识别能力。最终得到的网络模型对遮挡场景下的交通目标具有较好的识别准确率，并且相比于全局交叉注意力，本发明的局部交叉注意力有着更低的复杂度，提升了计算效率。在遮挡场景下将检索精度提升了15%以上，为构建智能交通管理系统提供了重要的技术支撑。

本发明授权一种基于跨模态局部交叉注意力的城市交通目标识别方法在权利要求书中公布了：1.一种基于跨模态局部交叉注意力的城市交通目标识别方法，其特征在于，该方法包括如下步骤： 步骤一：制作带有文本描述的交通对象数据集，对交通场景数据集进行自然语言描述，并划分训练集、验证集和测试集，之后对数据集数据进行预处理操作； 步骤二：使用预训练的ResNet-50和双向LSTM分别处理图像信息和文本信息得到两个模态的特征图；两个模态的特征图通过全局最大池化分别得到两种全局特征，特征图通过卷积降维和分割，得到两种模态的局部特征； 步骤三：将SSAN网络模型中的非局部注意力网络替换成跨模态局部交叉注意力网络；在该网络模型中，首先通过双分支投影分别生成图像和文本两种模态局部特征和全局特征的Key向量、Value向量和Query向量，然后在图像或文本模态内计算局部特征和全局特征的双特征投影自注意力；之后，使用当前模态的Query向量与另一模态的Key向量、Value向量计算跨模态缩放点积注意力，最后，模型通过动态门控机制融合这两种注意力，引入可学习的门控参数来调控这两种注意力的权重，并使用残差连接保留了一定的原始特征，最终得到跨模态局部交叉注意力，实现对交通场景目标的细粒度对齐匹配； 步骤四：通过训练集训练模型并在训练过程中使用双损失函数协同优化机制进行工程优化，完成了损失函数的优化之后，使用基于关键词共现的评估函数，通过检测查询文本和候选文本的共现情况，返回所有的满足匹配条件的索引，实现城市交通目标识别。

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吉林大学，其通讯地址为：130012 吉林省长春市长春高新技术产业开发区前进大街2699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。