本发明公开了基于时空语义图卷积网络的多模态数据深度融合方法，属于数据融合方法技术领域，包括：得到时空对齐后的多模态数据集，构建时空语义图，进行过渡平滑风险初步判断，进行时空图卷积网络初始工作参数设置，将时空语义图输入时空图卷积网络进行推理，进行时空图卷积网络推理的自适应优化，在推理完成后，输出目标对象节点的特征向量，解码得到目标对象的融合状态，输出全局一致的融合结果。本发明能够避免时空卷积推理过程中节点特征过度平滑的问题，保持突发状态与动态细节的敏感性；同时在多模态信息存在冲突或缺失的情况下，输出全局一致且可信的融合结果，提升模型在复杂动态场景下的识别精度、响应速度与泛化能力。
📄 202511738959X
📂 G06V10_80
👤 龙岩学院
📅 2025-11-25
本申请涉及人工智能与计算机视觉技术领域，具体公开了一种基于人工智能的图像智能识别分析系统及方法。该方法改变了传统深度学习模型“黑箱 ”决策的现状，赋予了系统良好的可解释性，满足了医疗诊断、金融风控等高风险领域对决策过程可审计、可信任的严格要求，极大地拓展了系统的应用范围与实用价值。该系统包括特征提取模块、特征空间映射模块、不确定性量化模块、张量融合核心模块以及决策生成与解释模块。通过将多模态特征映射至统一空间并量化其不确定性，利用高阶张量网络进行自适应融合，最终生成识别结果及结构化决策依据报告，从而提升特征判别力、系统鲁棒性与决策可解释性。
📄 202610382932X
📂 G06V10_80
👤 龙岩学院
📅 2026-03-26
本发明公开了一种基于复杂场景的工业相机运行优化方法及系统，包括：通过工业相机，在第一运行时段划分识别周期并采集视频流与环境参数，提取关键帧生成图像集，经特征提取与目标识别后结合环境参数形成运行特征参数；采用模糊c‑均值聚类对运行特征参数分组，并设定识别周期复杂度，筛选高复杂度时段并构建复杂特征集；利用GAN模型对复杂特征集进行数据增强模拟，生成模拟特征库；在第二运行时段实时检测复杂场景时段，结合模拟特征库进行动态融合识别。本发明通过特征模拟驱动的特征自适应融合机制，有效提升工业相机在复杂场景中的动态识别率，提高系统鲁棒性智能水平，实现工业相机的高效运行。
📄 2025110734476
📂 G06V10_80
👤 灵犀视觉(深圳)科技有限公司
📅 2025-08-01
本发明提出了一种基于图像和属性图融合网络的三维CAD模型检索方法，不仅充分利用了三维CAD模型中图像的高级几何信息和属性图中包含的拓扑结构信息。而且还引入了多头注意力机制，通过视图中的几何信息来对属性图中的拓扑结构信息进行增强。最后还将两个模态的信息进行融合，充分利用各自模态信息的同时还其他模态信息进行指导增强，使得能够辨别模型的特性信息更加清晰。本发明广泛适用于各类CAD模型而不局限于特定数据集，能够实现对三维CAD模型的高效检索且检索准确率高于现有表现较佳的其他三维模型检索方法，同时进一步推广了注意力机制以及跨模态融合在三维模型检索问题上的应用。
📄 2022111296352
📂 G06V10_80
👤 淮安昆博信息科技有限公司
📅 2022-09-16
本发明公开了一种非对称调制融合特征的小目标检测方法，具体为：1：提取输入图像的四张特征图：特征图1，特征图2，特征图3和特征图4；2：将特征图1输入至第一空间注意力网络，将特征图3输入至第一信道注意力网络；将两个注意力网络输出的特征图通过元素加法进行融合，得到融合特征图1；将特征图2输入至第二空间注意力网络，将特征图4输入至第二信道注意力网络；将两个注意力网络输出的特征图通过元素加法进行融合，得到融合特征图2；3：采用RPN网络提取融合特征图的感兴趣区域；4：对感兴趣区域进行扩增；5：将扩增后的感兴趣区域送入分类网络，将原始的感兴趣区域送入回归网络；本发明提高了分类和回归的准确性。
📄 2023109489775
📂 G06V10_80
👤 南京信息工程大学
📅 2023-07-31
本发明公开了一种基于HMSSA‑BP神经网络的多通道光谱图像预测方法、系统及存储介质。该方法包括：首先，利用多光源多光谱成像技术，构建从C、M、Y、K理论网点面积率到多通道光谱图的BP神经网络预测模型BPNN。其次，采用混合多策略麻雀搜索算法(HMSSA)优化BPNN，该算法在SSA的基础上引入了Tent映射、阶段性控制步长策略和混沌余弦变化因子。第三，引入调整因子Q，提出多通道光谱图的融合算法，以获得预测的印后彩色图像。本发明基于多光源多光谱成像技术，构建一个高精度的多通道光谱预测模型，在实际印刷前预测出印后图像，确保最终印品的色彩质量和一致性。
📄 2024117339473
📂 G06V10_80
👤 浙江工业大学
📅 2024-11-29
本发明公开了一种基于特征聚合分解的多模态医学图像融合方法，包括：构建特征聚合网络和分解反馈网络；取源图像和初始分解图像拼接构成训练集；将拼接后的图像输入至特征聚合网络中输出融合图像；将融合图像输入至所述分解反馈网络中，得到两个分解图像；基于源图像、融合图像和分解图像计算总损失，并根据总损失对所述特征聚合网络和分解反馈网络进行更新，若满足迭代训练结束条件，则输出特征聚合网络和分解反馈网络用于多模态医学图像融合；否则将源图像和分解图像拼接构成新的训练集继续进行迭代训练。本发明解决对图像特征提取不够细致、没有信息补偿的问题，并将融合图像设置成中间结果，通过优化终点结果来实现更优的融合性能。
📄 2023109250162
📂 G06V10_80
👤 浙江工业大学
📅 2023-07-26
本发明公开一种基于角度图和图像特征融合的3D人体姿态估计方法和系统，其方法包括：使用训练好的2D人体姿态检测器获得人体的2D关键点坐标，并使用高斯拉普拉斯算子获得边缘特征明显的原始图像；将人体骨骼的拓扑图转换为两种不同的角度图；构建角度图特征对比融合模块，通过交叉对比学习融合不同尺度的角度图特征交叉对比；将图像特征与角度图特征进行融合，最后回归得到3D人体姿态信息；重复训练，得到最终的3D人体姿态估计模型。本发明把关节角度约束引入图网络，减少了深度模糊带来的影响，同时融合了图像特征，使得网络具有更好的表达能力。
📄 2025103742459
📂 G06V10_80
👤 浙江工业大学
📅 2025-03-27
本发明涉及喷墨打印技术领域，具体公开了一种基于机器学习的喷头堵塞检测方法及系统；1)清洗喷头，获取标准喷墨打印参数，将喷头移至试打印区域进行试喷射，检测喷头所有喷孔的对应墨滴落点；2)数据采集与标注，采集喷头在标准喷墨打印参数和不同喷孔堵塞分布情况下的压电传感器信号图像，并进行数据标注；3)数据预处理与特征提取，对采集到的压电传感器信号图像进行预处理，提取压电传感器信号图像中的关键特征；4)构建机器学习模型，结合压电传感器信号图像特征为输入，不同喷头的堵塞喷嘴分布情况为输出，使用迁移学习方法建立喷头堵塞分布状态预测模型，进行模型训练、验证和测试；本发明利用压电致动器作为传感器用于主动检测通道声学，在当压电致动器不再被波形驱动时候，它被用来检测内部通道压力波动；以压电传感器信号图像特征为输入，不同喷孔堵塞分布情况下为输出，构建基于机器学习的喷头堵塞状态评估模型，用于实时检测喷墨喷头堵塞状态，有效提高检测效率。
📄 2024106014016
📂 G06V10_80
👤 浙江工业大学
📅 2024-05-15
本发明公开一种基于改进D‑S证据理论的多光谱信息融合水体污染物识别方法，具体步骤包括：采集样本的吸收光谱和三维荧光光谱；建立污染物识别模型，根据已知污染物样本的光谱建立识别模型，包括单光谱模型建立和决策级融合过程；对待测样本进行识别，将待测样本的吸收光谱和三维荧光光谱输入到建立好的污染物识别模型中进行识别，得到样本中可能含有的污染物的类别标签。本申请根据吸收光谱和三维荧光光谱的相关性和互补性，建立这两种光谱的融合模型，采用基于改进D‑S证据理论的决策级融合方法，根据特定的融合规则，对每个单光谱模型的预测结果进行融合，避免不同光谱数据类型差异的影响，获取更全面的污染物特征信息，使模型具有更高的可靠性和鲁棒性。
📄 2023111839423
📂 G06V10_80
👤 杭州罗盘星科技有限公司
📅 2023-09-14
本发明涉及计算机视觉技术领域，本发明提出了一种红外与可见光特征级融合的方法、系统与设备；通过将Haar变换与卷积神经网络的特征提取相结合，使红外和可见光图像的特征提取具有侧重性；设计交叉注意力机制，使得模型能够对可见光和红外图像的低频共有信息和高频独有信息分别处理；提出新的密集连接形式，结合边缘算子和卷积块注意力机制，减轻计算量，提高浅层特征的复用性。
📄 2025100289113
📂 G06V10_80
👤 浙江工业大学
📅 2025-01-08
本发明公开了基于双层交叉注意力机制的Landsat‑MODIS遥感影像时空融合方法，涉及遥感图像处理和人工智能技术领域。本发明通过DCAF模型的设计，利用“特征提取‑差分加权‑信息增强”一系列操作，充分利用Landsat和MODIS图像的互补信息，实现了地表反射率的时间连续性和空间分辨率的双重提升，主要优点如下：1）减少输入图像数量，仅需两幅输入图像即可实现高质量的融合效果，降低了数据获取的难度和成本，显著提升了模型的实用性；2）在特征处理方面，模型通过集成多种注意力机制和深层卷积模块，能够精准地捕捉低分辨率和高分辨率图像之间的空间‑光谱关联，从而在复杂场景下展现出优异的融合性能。
📄 202511544165X
📂 G06V10_80
👤 西南大学
📅 2025-10-28
柿子坊 · 知识产权运营
柿子坊知识产权运营平台