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！

龙图腾网获悉中国人民解放军海军航空大学申请的专利一种多模态船舶目标个体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：CN120472250B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202510983210.5，技术领域涉及：G06V10/764；该发明授权一种多模态船舶目标个体识别方法及系统是由高龙;徐从安;李伟明;吴俊峰;唐小明;赵静;刘玉超;郑晓梅;郭兰图;林云;王飞;王晨旭设计研发完成，并于2025-07-17向国家知识产权局提交的专利申请。

本一种多模态船舶目标个体识别方法及系统在说明书摘要公布了：本申请公开了一种多模态船舶目标个体识别方法及系统，涉及船舶目标识别技术领域，该方法包括获取目标区域的多模态数据，构建训练集和测试集；将训练集中各个训练样本输入目标个体预测模型，采用多粒度自适应损失函数作为损失函数进行模型训练，该目标个体预测模型采用基于跨模态引导增强的图像特征提取方法对各个训练样本进行特征提取和拼接融合，并采用嵌入类型标签信息的视角自适应融合的方法获取各个训练样本的目标个体识别结果。训练完毕后得到训练好的目标个体预测模型，将测试集中各个测试样本输入至训练好的目标个体预测模型，得到最终的目标个体识别结果。本申请可以提高模型学习个体特征的泛化能力，提升船舶目标个体识别的准确性。

本发明授权一种多模态船舶目标个体识别方法及系统在权利要求书中公布了：1.一种多模态船舶目标个体识别方法，其特征在于，所述多模态船舶目标个体识别方法包括： 获取目标区域的多模态数据，并基于所述多模态数据构建训练集和测试集；所述多模态数据包括ISAR图像、红外图像和可见光图像；所述训练集中每一训练样本均设置有相应的真实标签，所述真实标签包括真实类型标签和真实身份标签，所述真实类型标签和所述真实身份标签分别用于表示所述目标区域中目标个体的真实类型和真实身份； 将所述训练集中各个训练样本输入目标个体预测模型，采用多粒度自适应损失函数作为损失函数，并根据所述目标个体预测模型输出的目标个体识别结果与相应的真实标签计算损失，基于所述损失优化模型参数，迭代训练完成后得到训练好的目标个体预测模型；其中，所述目标个体预测模型用于：采用基于跨模态引导增强的图像特征提取方法，分别对所述训练集中各个训练样本进行特征提取和拼接融合，得到各个训练样本的融合特征图；以及根据所述各个训练样本的融合特征图，采用嵌入类型标签信息的视角自适应融合的方法，分别得到各个训练样本的目标个体识别结果； 将所述测试集中各个测试样本输入至所述训练好的目标个体预测模型，得到最终的目标个体识别结果； 采用基于跨模态引导增强的图像特征提取方法，分别对所述训练集中各个训练样本进行特征提取和拼接融合，得到各个训练样本的融合特征图，具体包括： 基于双流特征编码架构，分别对各个训练样本的ISAR图像、可见光图像和红外图像进行编码，得到各个训练样本的注意力权重图和高分辨率特征； 构建级联式交叉注意力机制模型，并将各个训练样本的注意力权重图和高分辨率特征分别输入所述级联式交叉注意力机制模型，得到各个训练样本的注意力机制计算结果； 分别对各个训练样本的注意力机制计算结果和高分辨率特征进行拼接，得到各个训练样本的拼接后的特征图； 分别将各个训练样本的拼接后的特征图在原始分辨率、12分辨率和14分辨率的尺度下进行递进融合，得到各个训练样本的融合特征图； 根据所述各个训练样本的融合特征图，采用嵌入类型标签信息的视角自适应融合的方法，分别得到各个训练样本的目标个体识别结果，具体包括： 根据所述各个训练样本的融合特征图和所述真实类型标签，构建标签感知交叉模态Transformer模型；所述标签感知交叉模态Transformer模型是指将类型知识编码融入到注意力机制中，并将船舶类型标签通过嵌入层矩阵映射为语义向量的模型； 将所述各个训练样本的融合特征图分别输入所述标签感知交叉模态Transformer模型，得到各个训练样本的改进后的注意力机制计算结果； 分别对各个训练样本的改进后的注意力机制计算结果和融合特征图进行逐点相乘，得到各个训练样本的注意力加权后的特征图； 根据各个训练样本的注意力加权后的特征图，计算各个训练样本的偏移量特征图； 分别对各个训练样本的偏移量特征图和注意力加权后的特征图进行拼接，得到各个训练样本的目标个体识别结果。

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中国人民解放军海军航空大学，其通讯地址为：264001 山东省烟台市芝罘区二马路188号科研学术处；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”。