摘要
本发明公开一种基于多模态数据融合的车况预估方法、装置、设备、存储介质及产品,获取车辆的非图像数据和至少两种不同模态的图像数据,对非图像数据和图像数据进行特征提取与编码;为图像特征添加空间位置信息得到位置感知特征,利用注意力机制和混合专家模块对不同模态图像的位置感知特征进行联合建模;利用具体任务的上下文,自动调整各个模态的权重,对联合建模得到的不同模态图像的特征进行融合,得到图像融合特征;利用时序建模、模态重要性动态分配和残差特征对齐技术将图像融合特征和非图像数据的特征进行融合,得到多模态融合特征;基于多模态融合特征对车辆状况进行预估,提高了车辆状况预估的准确性。
技术关键词
多模态数据融合
融合特征
感知特征
实时监测数据
注意力机制
车辆
多尺度特征
特征生成图像
可读存储介质
停车场
对齐技术
时序
可见光图像
特征提取模块
数据获取模块
计算机
系统为您推荐了相关专利信息
曲线预测方法
注意力机制
节假日信息
深度神经网络模型
长短期记忆网络
损耗
生成对抗网络
净水器滤芯寿命
随机噪声
数据
储能电池荷电状态
记忆单元
矩阵
设备特性数据
长短期记忆网络
动态生成系统
风格
动态生成方法
数据收集模块
生成用户