发明专利已授权

基于浅层融合的多模态图像能见度检测模型的深度学习方法

📄 申请号：CN202010517442.9 📄 发布日：2025/10/14

著录项目信息

申请日

2020-06-09

公开号

CN111738314B

公开日

2021-11-02

申请人

南通大学

法律状态

已下证

专利类型

发明

主分类号

G06K9_62

IPC 分类号

G06K9_62 , G06T7_80 , G06N3_04 , G06N3_08 ,

技术画像

所属领域

图像识别图像识别人工智能算法多模态融合

应用场景

智能交通, 气象监测, 自动驾驶, 智慧城市

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开了一种基于浅层融合的多模态图像能见度检测模型的深度学习方法，包括如下步骤：步骤1)利用双目摄像机采集可见光、红外图像，并通过“预处理”获取多模态能见度观测数据作为“浅层融合网络”的输入信号，建立多模态能见度观测数据训练数据集合；步骤2)建立“浅层融合网络”，利用多模态能见度观测数据集训练网络，获取卷积神经网络权值参数；步骤3)利用训练完毕的“浅层融合网络”对待测的多模态图像进行能见度等级的分类估计。本发明能够利用深度融合网络将三模态图像丰富的特征信息在卷积神经网络的浅层进行有效地叠加融合、实现三个模态的互补，显著提高小样本条件下的神经网络能见度检测的准确性和稳定性。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

一种基于可见光-远红外图像的多模态去浓雾方法

当前第 / 件

一种基于红外图像的能见度检测方法

同领域国内专利 · IPC: (G06K9_62)

G06K9_00 G06K9_20 G06K9_22 G06K9_24 G06K9_32 G06K9_34 G06K9_36 G06K9_38 G06K9_40 G06K9_42 G06K9_44 G06K9_46 G06K9_62 G06K9_66 G06K9_68 G06K9_72 覆盖16个领域

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：113 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)

基于浅层融合的多模态图像能见度检测模型的深度学习方法

著录项目信息

技术画像

所属领域

应用场景

摘要

法律状态时间线

同领域国内专利 · IPC: (G06K9_62)

相似专利推荐 AI 驱动 · 同领域

一种上下文感知卷积神经网络的全脑三维解剖结构分割方法

一种基于BERT和无池化卷积神经网络的文本分类方法

一种基于融合神经网络的锂离子电池SOC估计方法

服务项目

资源中心

关于柿子坊