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！

龙图腾网恭喜国家卫星海洋应用中心;中国石油大学(华东)申请的专利一种船舶识别模型的训练方法、装置、设备及介质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：CN118823517B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202411308738.4，技术领域涉及：G06V10/774；该发明授权一种船舶识别模型的训练方法、装置、设备及介质是由陈永金;安文韬;邹斌;任鹏设计研发完成，并于2024-09-19向国家知识产权局提交的专利申请。

本一种船舶识别模型的训练方法、装置、设备及介质在说明书摘要公布了：本发明公开一种船舶识别模型的训练方法、装置、设备及介质，涉及船舶分类领域，所述船舶识别模型的训练方法，包括：通过预先构建的船舶识别模型，对第一船舶图像和第二船舶图像进行特征提取处理，得到第一船舶图像的第一图像特征和第二船舶图像的第二图像特征；以及，将第二图像特征混合至第一图像特征，获得混合特征，所述混合特征包括第二船舶图像的船舶纹理特征和第一船舶图像的船舶姿态特征；利用所述船舶识别模型中的船舶分类模型，对所述混合特征进行船舶识别，得到预测船舶类型的概率分布；基于所述预测船舶类型的概率分布、所述第一船舶图像的第一船舶类型以及所述第二船舶图像的第二船舶类型，对所述船舶识别模型进行训练。

本发明授权一种船舶识别模型的训练方法、装置、设备及介质在权利要求书中公布了：1.一种船舶识别模型的训练方法，其特征在于，包括：通过预先构建的船舶识别模型，对第一船舶图像和第二船舶图像进行特征提取处理，得到所述第一船舶图像的第一图像特征和所述第二船舶图像的第二图像特征；以及，将所述第二图像特征混合至所述第一图像特征，获得混合特征，包括：基于所述第一图像特征和所述第二图像特征之间的距离，构建对齐矩阵；根据所述对齐矩阵，将所述第二图像特征向所述第一图像特征进行特征对齐，获得对齐后的第三图像特征；将所述第三图像特征与所述第一图像特征进行特征混合，获得所述混合特征，所述混合特征包括所述第二船舶图像的船舶纹理特征和所述第一船舶图像的船舶姿态特征，所述第一船舶图像和所述第二船舶图像的船舶纹理特征和船舶姿态特征不同；利用所述船舶识别模型中的船舶分类模型，对所述混合特征进行船舶识别，得到预测船舶类型的概率分布；基于所述预测船舶类型的概率分布、所述第一船舶图像的第一船舶类型以及所述第二船舶图像的第二船舶类型，对所述船舶识别模型进行训练；其中，所述基于所述第一图像特征和所述第二图像特征之间的距离，构建对齐矩阵，包括：通过以下公式计算展平后的所述第一图像特征和展平后的所述第二图像特征之间的距离； ； ；其中，表示展平后的所述第一图像特征中的第i个元素，表示展平后的所述第二图像特征中的第j个元素；为距离矩阵中第i行第j列的元素，表示特征和之间的距离；为由向或由向的变化方案，其中，表示展平后的所述第一图像特征，表示展平后的所述第二图像特征；E为中的全1向量，可行域中的所有元素均为非负的，且行或列中元素的值的总和均为1r，表示在空间位置上具有均匀边缘的联合概率，所述第一图像特征和所述第二图像特征的空间维度展平为c×r，r表示展平后的空间维度，c表示所述第一图像特征和所述第二图像特征对应的特征张量的通道数；采用熵正则化，使得计算展平后的所述第一图像特征和展平后的所述第二图像特征之间的距离时的可行域更加平滑，得到最优变换矩阵；根据所述最优变换矩阵，得到所述对齐矩阵；其中，所述对齐矩阵通过以下公式表示： ；其中，R为的对齐矩阵，表示所述最优变换矩阵。

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国家卫星海洋应用中心;中国石油大学(华东)，其通讯地址为：100081 北京市海淀区大慧寺8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”。