Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 宁波数字孪生(东方理工)研究院黄德双获国家专利权

宁波数字孪生(东方理工)研究院黄德双获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉宁波数字孪生(东方理工)研究院申请的专利基于流生成式多专家融合的多模态车辆重识别方法和系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121616900B

龙图腾网通过国家知识产权局官网在2026-05-01发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202610129598.7,技术领域涉及:G06V10/764;该发明授权基于流生成式多专家融合的多模态车辆重识别方法和系统是由黄德双;鄢天荥;李志鹏;邢猛;张钦虎;杨宏宇设计研发完成,并于2026-01-30向国家知识产权局提交的专利申请。

基于流生成式多专家融合的多模态车辆重识别方法和系统在说明书摘要公布了:本发明涉及一种基于流生成式多专家融合的多模态车辆重识别方法和系统,方法包括如下步骤:获取车辆图像并提取输入特征,根据模态的可用性分类为可用模态和缺失模态;基于归一化流对多模态联合潜在分布进行建模,以可用模态为条件,推断缺失模态在潜在空间中的条件分布参数,通过可逆变换生成语义一致的缺失模态特征;结合缺失模式感知路由和模态级不确定性加权策略,对恢复的各个缺失模态特征进行语义增强与偏差补偿,得到车辆身份嵌入表示;基于所述车辆身份嵌入表示实现车辆重识别。与现有技术相比,本发明具有有效处理各种模态缺失情况、保持模态互补关系等优点。

本发明授权基于流生成式多专家融合的多模态车辆重识别方法和系统在权利要求书中公布了:1.一种基于流生成式多专家融合的多模态车辆重识别方法,其特征在于,包括如下步骤: 获取车辆图像并提取输入特征,根据模态的可用性分类为可用模态和缺失模态; 基于归一化流对多模态联合潜在分布进行建模,以可用模态为条件,推断缺失模态在潜在空间中的条件分布参数,通过可逆变换生成语义一致的缺失模态特征; 结合缺失模式感知路由和模态级不确定性加权策略,对恢复的各个缺失模态特征进行语义增强与偏差补偿,得到车辆身份嵌入表示; 基于所述车辆身份嵌入表示实现车辆重识别, 得到所述车辆身份嵌入表示的过程包括如下步骤: 针对可用模态的特征以及恢复的缺失模态的特征,分别计算自注意力以及跨模态注意力增强特征; 基于所述自注意力以及跨模态注意力增强特征,计算各个模态的模态级相对增益熵; 基于所述可用模态和缺失模态,匹配对应模态缺失模式,激活对应专家组,实现缺失模式感知路由; 在激活的专家组内,基于模态对应的模态级相对增益熵计算专家权重; 基于所述专家权重生成补偿增强特征,得到车辆身份嵌入表示,实现模态级不确定性加权, 所述模态级相对增益熵的计算过程包括如下步骤: 计算各注意力分支在所有维度上的指数响应总和,作为全局响应强度; 基于所述全局响应强度,计算每个注意力分支响应强度占所有注意力分支总响应的比例,得到模态级相对增益分布; 基于所述模态级相对增益分布,将增益分布作为概率分布,计算香农熵,得到模态级相对增益熵。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人宁波数字孪生(东方理工)研究院,其通讯地址为:315201 浙江省宁波市镇海区庄市街道同心路568号开元新青年广场3号楼6楼;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。