基于模态不变特征学习的缺失多模态船舶分类识别方法

AITNT
正文
推荐专利
基于模态不变特征学习的缺失多模态船舶分类识别方法
申请号:CN202510024423
申请日期:2025-01-07
公开号:CN119723217B
公开日期:2025-10-03
类型:发明专利
摘要
本发明公开了一种基于模态不变特征学习的缺失多模态船舶分类识别方法,属于数据识别领域。本发明首先提取不同模态图像的高级特征,然后基于高级特征学习不同模态的不变特征,再进一步根据高级特征和不变特征计算得到不同模态的相关特征,然后基于相关特征得到不同模态下的权重,再通过模态权重融合得到融合特征,自动学习可用的模态,构建共享表示,最后根据融合特征得到分类识别结果。本发明使得模型即使在缺少一种模态的情况下也能维持性能,得到了在缺失模态下高性能、高鲁棒性的船舶分类识别。
技术关键词
分类识别模型 分类识别方法 可见光图像 多模态 特征提取模块 融合特征 船舶 图像编码器 分支 注意力机制 分类神经网络 分类器 训练样本集 标记
系统为您推荐了相关专利信息
1
一种多模态地图数据服务方法、装置、计算机设备及介质
数据服务方法 地图服务 负载均衡策略 多模态 数据更新
2
一种基于边缘识别的输煤皮带撕边撕裂检测方法及系统
撕裂检测方法 输煤皮带 推送告警信息 直方图均衡化 裂缝特征
3
光伏组件多模态智能清洁方法及相关装置
光伏组件 智能清洁方法 智能清洁系统 多模态 数据
4
基于掩码自编码器自监督学习的分布式光纤传感事件分类识别方法
分布式光纤传感 分类识别方法 编码器 图像块 变形器
5
一种基于多阶段融合的磁共振成像分类方法
磁共振功能成像 融合特征 预测类别 矩阵 分类识别方法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号