一种基于模态解耦与生成的缺失多模态船舶分类方法

AITNT
正文
推荐专利
一种基于模态解耦与生成的缺失多模态船舶分类方法
申请号:CN202510056063
申请日期:2025-01-14
公开号:CN119888356A
公开日期:2025-04-25
类型:发明专利
摘要
本发明公开了一种基于模态解耦与生成的缺失多模态船舶分类方法,首先建立分类模型,分类模型包括特征提取网络和注意力特征学习网络,还包括模态特征解耦网络、特征生成网络、类型特征消除网络和特征融合网络。某一模态缺失时,本发明可以先用缺失模态的任意图像进行替代,通过特征解耦网络获得模态相关特征,再从另一已有模态的图像中获取类型相关特征,然后通过特征生成网络和特征融合网络获得缺失模态的重建之图像,用重建之图像替代缺失模态的图像,从而解决模态缺失的问题。
技术关键词
特征提取网络 特征学习网络 可见光图像 特征融合网络 船舶分类方法 预测特征 注意力 生成特征 模态特征 分类特征 多模态 标签 建立分类模型 多层感知机 数据 通道 参数
系统为您推荐了相关专利信息
1
一种基于高效视觉变换的路面交通标线检测方法
路面交通标线 双向注意力 多尺度特征 输出特征 特征提取网络
2
一种基于CTL-YOLO模型的复杂地形滑坡检测方法
YOLO模型 滑坡检测方法 地形遥感数据 检测头 分支
3
一种多模态数据融合的中药饮片智能筛选方法
智能筛选方法 多模态数据融合 决策 可见光图像 因子
4
一种基于密度估计的催化金属颗粒电镜图像识别方法
特征提取网络 密度 特征金字塔网络 图像识别方法 金字塔池化模块
5
一种棚车上门锁销状态视觉检测方法
视觉检测方法 面阵相机 门锁 激光结构光 线激光器
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