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基于多模态质量变化的动态船舶分类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：CN119810564B 。

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：202510044120.X，技术领域涉及：G06V10/764；该发明授权基于多模态质量变化的动态船舶分类识别方法是由徐从安;王瑀浡;吴俊峰;刘瑜;徐政伟;周伟;高龙;闫奕名;郭兰图;牟伟清;赵静设计研发完成，并于2025-01-10向国家知识产权局提交的专利申请。

本基于多模态质量变化的动态船舶分类识别方法在说明书摘要公布了：本发明公开了一种基于多模态质量变化的动态船舶分类识别方法，包括：将采集到的红外光图像和可见光图像分别输入至两个独立分支；两个独立分支中输入数据分别通过嵌入层进行特征提取，并将提取到的两个特征通过N组融合处理模块依次进行处理，得到最终处理后的红外光特征向量和可见光特征向量；将最终处理后的两个特征向量输入至共享的专家门控网络，根据两个模态的质量变化动态分配权重，进行模态特征融合；将融合后的特征输入至分类头，进行船舶识别分类，输出最终的船舶识别结果。本方法能够有效应对红外光与可见光图像质量不齐的情况，提升复杂场景下船舶识别的准确性和鲁棒性。

本发明授权基于多模态质量变化的动态船舶分类识别方法在权利要求书中公布了：1.一种基于多模态质量变化的动态船舶分类识别方法，其特征在于，包括如下步骤： S1：将采集到的红外光图像和可见光图像分别输入至两个独立分支； S2：两个独立分支中输入数据分别通过嵌入层进行特征提取，并将提取到的两个特征通过N组融合处理模块依次进行处理，得到最终红外光特征向量和最终可见光特征向量； 所述融合处理模块包括两个独立的Transformer编码器，分别用于处理输入所述融合处理模块的输入红外光特征向量和输入可见光特征向量，得到输出红外光特征向量和输出可见光特征向量；所述融合处理模块还包括多个BA模块，所述BA模块用于将两个Transformer编码器处理过程中的红外光特征向量和可见光特征向量进行模态信息交互，并将交互后得到的特征向量送回至Transformer编码器进行融合处理； 所述步骤S2具体包括： S2-1：两个独立的Transformer编码器分别对输入红外光特征向量和输入可见光特征向量进行层归一化处理，得到归一化红外光特征向量和归一化可见光特征向量； S2-2：将所述归一化红外特征向量和归一化可见光特征向量分别输入各自对应的Transformer编码器的多头自注意力机制层进行处理，得到初步处理红外光特征向量和初步处理可见光特征向量；同时，将所述归一化红外光特征向量和归一化可见光特征向量输入第一BA模块进行数据交互，得到第一交互红外光特征向量和第一交互可见光特征向量； S2-3：将所述初始红外光特征向量、初步处理红外光特征向量、第一交互红外光特征向量进行相加融合，得到中间红外光特征向量，作为对应Transformer编码器下一层的输入；将所述初始可见光特征向量、初步处理可见光特征向量、第一交互可见光特征向量进行融合，得到中间可见光特征向量，作为对应Transformer编码器下一层的输入； S2-4：将所述中间红外光特征向量和中间可见光特征向量分别在各自对应的Transformer编码器下一层进行层归一化处理，并将层归一化处理后的向量传递至对应Transformer编码器的前馈神经网络，分别输出前馈红外光特征向量和前馈可见光特征向量；同时，将所述中间红外光特征向量和中间可见光特征向量输入第二BA模块进行数据交互，得到第二交互红外光特征向量和第二交互可见光特征向量； S2-5：将所述中间红外光特征向量、前馈红外光特征向量、第二交互红外光特征向量进行相加融合，得到深度融合红外光特征向量；将所述中间可见光特征向量、前馈可见光特征向量、第二交互可见光特征向量进行相加融合，得到深度融合可见光特征向量； 所述深度融合红外光特征向量和深度融合可见光特征向量作为对应融合处理模块输出红外光特征向量和输出可见光特征向量； S3：将最终红外光特征向量和最终可见光特征向量输入至共享的专家门控网络，根据两个模态的质量变化动态分配权重，进行模态特征融合； S4：将融合后的特征输入至分类头，进行船舶识别分类，输出最终的船舶识别结果。

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：264000 山东省烟台市芝罘区二马路188；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。