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！

龙图腾网恭喜中国人民解放军海军航空大学申请的专利一种局部信息缺失条件下的船舶目标类型多模态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：CN119091226B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202411272832.9，技术领域涉及：G06V10/764；该发明授权一种局部信息缺失条件下的船舶目标类型多模态识别方法是由徐从安;高龙;吴俊峰;宿南;张琦;蔡卓燃;伍攀峰;李常久;史骏;赵凌业设计研发完成，并于2024-09-11向国家知识产权局提交的专利申请。

本一种局部信息缺失条件下的船舶目标类型多模态识别方法在说明书摘要公布了：本发明公开了一种局部信息缺失条件下的船舶目标类型多模态识别方法，属于数据识别技术领域。本方法通过多模态类型识别模型进行船舶目标的类型识别；多模态类型识别模型包括可见光图像处理分支、红外图像处理分支、拼接模块和图神经网络；可见光图像处理分支和红外图像处理分支分别从同一船舶目标的可见光图像和红外图像中提取出对应的局部关键特征。本发明分别从可见光和红外两种模态图像中提取局部关键特征作为图模型节点，然后利用图神经网络对所提取信息节点进行融合，有效克服了单一可见光图像在云雾、雨雪等环境下信息缺失的问题，提升了分类识别的准确率。

本发明授权一种局部信息缺失条件下的船舶目标类型多模态识别方法在权利要求书中公布了：1.一种局部信息缺失条件下的船舶目标类型多模态识别方法，其特征在于：通过多模态类型识别模型进行船舶目标的类型识别；所述多模态类型识别模型包括可见光图像处理分支、红外图像处理分支、拼接模块和图神经网络；可见光图像处理分支和红外图像处理分支分别从同一船舶目标的可见光图像和红外图像中提取出对应的局部关键特征，所述拼接模块用于将两组局部关键特征拼接，并基于拼接结果得到图数据特征和邻接矩阵特征，所述图神经网络用于根据图数据特征和邻接矩阵特征得到识别结果；可见光图像处理分支和红外图像处理分支结构相同，均包括依次连接的多尺度特征学习网络和自适应关键特征学习模块；所述多尺度特征学习网络用于从输入的图像中提取多尺度特征，自适应关键特征学习模块用于从多尺度特征中学习局部关键特征；多尺度特征学习网络包括用于提取基础特征的骨干网络和用于将基础特征进行融合的特征聚合网络；所述骨干网络提取出5层基础特征、、、和；所述特征聚合网络为4层，与基础特征、、和一一对应，所述特征聚合网络各层对应输出的、、和即为多尺度特征学习网络提取的多尺度特征；所述自适应关键特征学习模块包括与特征聚合网络输出的、、和一一对应的多层极化自注意力模块、、、，设特征图输入至对应的多层极化自注意力模块后得到的局部关键特性特征图为，则自适应关键特征学习模块得到的局部关键特征为：，其中表示反卷积操作；所述多层极化自注意力模块包括通道注意力分支和空间注意力分支；通道注意力分支用于提取输入的特征图的通道关系，空间注意力分支用来建模输入的特征图内部之间的依赖关系；多层极化自注意力模块输出的局部关键特性特征图为通道注意力分支的输出注意力图和空间注意力分支的输出注意力图逐像素相加的结果。

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”。