“多模态域”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果1231978个，建议您升级VIP下载更多相关专利

[发明专利]面向宽域飞行的多模态精确划分方法-CN202110335396.5在审
发明人：许斌;程怡新 -专利权人：西北工业大学
申请日： 2021-03-29 - 公布日： 2021-07-09 - 主分类号： G05D1/10 文献下载
摘要：本发明涉及一种面向宽域飞行的多模态精确划分方法，通过需求分析确定影响飞行器宽域爬升过程多模态划分的关键因素，作为模态指示变量；依据需求分析和先验知识进行稳定模态的初步确定，保证模态按照实际的时序排列；对飞行器离线数据进行模态划分与识别，结合稳定模态初步划分结果和相似度分析实现稳定模态和过渡模态的准确划分；基于多模态精确划分结果设计模态切换策略，最终给出面向飞行的多模态切换系统；本发明通过经验/数据双驱动的方式实现了飞行器宽域爬升过程多模态的精确划分，并依据稳定模态类别归属和过渡模态起止时刻设计了多模态过程切换策略，有助于宽域飞行多模态的平滑切换，提升了飞行安全性，适用于工程应用。
面向飞行多模态精确划分方法

[发明专利]面向压缩域的视频敏感人物识别方法、系统及设备-CN202110190037.5有效
发明人：刘雨帆;李兵;胡卫明 -专利权人：中国科学院自动化研究所
申请日： 2021-02-18 - 公布日： 2021-12-21 - 主分类号： G06K9/62 文献下载
摘要：本发明属于图像识别领域，具体涉及了一种面向压缩域的视频敏感人物识别方法、系统、设备，旨在解决现有的敏感人物识别方法低效和浪费资源的问题。本发明包括：对待检测视频部分解码获取压缩域多模态信息，将压缩域多模态信息进行检测和校准，将校准后的压缩域人脸多模态信息通过训练好的多模态人脸识别网络获取多模态人脸特征，将多模态人脸特征与敏感人脸特征库进行比对其中，压缩域人脸多模态信息通过I分支、MV分支和Res分支分别提取不同的特征再进行多模态特征融合得到唯一的多模态人脸特征。
面向压缩视频敏感人物识别方法系统设备

[发明专利]一种基于多模态深度学习的信号指纹识别方法-CN202011220547.4有效
发明人：钟轶 -专利权人：中国电子科技集团公司第二十九研究所
申请日： 2020-11-05 - 公布日： 2022-05-31 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于多模态深度学习的信号指纹识别方法，包括以下步骤：S1、对原始信号进行多种变换域空间的特征表示，并将多种特征表示组合为信号的多模态特征；S2、根据信号的多模态特征构建面向多种信号变换域特征的多模态深度学习网络，通过对多模态深度学习网络的训练得到应用于信号指纹识别的分类器，并通过分类器进行信号指纹的识别。本发明通过利用信号原始波形数据切片，时域、频域、变换域多种特征表示，组合为信号的多模态特征；继而利用多模态深度学习模型对信号的多模态特征进行提取和分类，充分学习到信号的细微差异，最终可以有效实现对信号指纹的识别
一种基于多模态深度学习信号指纹识别方法

[发明专利]基于多模态划分的宽域飞行鲁棒自适应切换控制方法-CN202110335385.7有效
发明人：许斌;程怡新;尤明;戴磊 -专利权人：西北工业大学;中国航空工业集团公司沈阳飞机设计研究所
申请日： 2021-03-29 - 公布日： 2022-08-09 - 主分类号： G05B13/04 文献下载
摘要：本发明涉及一种基于多模态划分的宽域飞行鲁棒自适应切换控制方法，用于解决现有宽域飞行切换控制方法实用性差的技术问题。技术方案是考虑存在不确定性的宽域飞行多模态切换系统，利用模型变换得到可直接设计控制器的二阶非线性切换系统，基于动态逆方法设计稳定模态切换控制器；使用神经网络逼近系统不确定性，基于非奇异终端滑模面设计有限时间收敛鲁棒项；基于惯性环节设计过渡模态控制器，保证多模态控制器的软切换；本发明结合宽域飞行多模态过程特点，通过设计基于多模态划分的宽域飞行鲁棒自适应切换控制有效提升了控制器鲁棒性，实现控制的平滑切换，保证了飞行安全性
基于多模态划分飞行自适应切换控制方法

[发明专利]基于多模态特征融合与小样本学习的手势识别方法和系统-CN202310234553.2在审
发明人：毕宿志;陈新裕;林晓辉;郑莉莉 -专利权人：深圳大学
申请日： 2023-03-03 - 公布日： 2023-06-27 - 主分类号： G06V40/10 文献下载
摘要：本发明涉及一种基于多模态特征融合与小样本学习的手势识别方法和系统。该方法包括：获取手势识别的源域数据和目标域数据；采用来自不同链路的所述源域数据分别训练第一特征提取器和第二特征提取器并获取第一特征和第二特征，并将所述第一特征和所述第二特征输入多模态特征融合器以进行特征融合以获得多模态融合特征；基于所述多模态特征融合器融合获取所述目标域数据的训练特征，基于所述训练特征训练分类器，再基于训练好的分类器进行手势识别。本发明利用多模态特征融合可以将多对收发设备收到的数据进行特征融合，从而增强特征，因此利用小样本学习的方法，只需要采集少量的目标域数据就可以实现高准确率的跨域手势识别。
基于多模态特征融合样本学习手势识别方法系统

[发明专利]基于联合多模态信息与域对抗神经网络的调制识别方法-CN202211321779.8在审
发明人：王翔;邓文;黄知涛;柯达;赵雨睿;孙丽婷;陈颖 -专利权人：中国人民解放军国防科技大学
申请日： 2022-10-27 - 公布日： 2022-11-25 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于联合多模态信息与域对抗神经网络的调制识别方法，包括：构建域对抗神经网络模型；在模型的输入层中输入信号的多模态特征；对模型中的模态特征提取器、域知识学习器和分类器进行epoch训练，当总损失达到最小时停止训练，对模态特征提取器、分类器的网络权重参数进行保存；对训练后的域对抗神经网络模型进行测试；基于测试后的域对抗神经网络模型进行信号的调制识别。本发明用以解决小样本场景下的调制识别仅使用信号的单模态信息，忽略了将多个变换域的多模态信息融合在一起所获得的互补处理增益及没有利用大量的无标签数据进行训练，忽略了无标签数据隐藏的域标签对模型算法泛化能力的提升的问题
基于联合多模态信息对抗神经网络调制识别方法

[发明专利]基于多模态特征与对抗学习的跨域人体动作识别方法-CN202010849502.7有效
发明人：陈万军;刘龙;范风梅 -专利权人：西安理工大学
申请日： 2020-08-21 - 公布日： 2023-04-28 - 主分类号： G06V40/20 文献下载
摘要：本发明提供了基于多模态特征与对抗学习的跨域人体动作识别方法，具体步骤是：输入RGB和Depth帧序列；帧级特征提取；特征时‑空聚集；RGB域适配对抗学习模块；Depth域适配对抗学习模块；模态判别性选择融合；分类器；训练基于多模态特征与对抗学习的跨域人体动作识别模型；对目标域中的数据进行分类。本发明融合了多模态特征，结合领域适配的对抗学习技术，提升了特征的描述和表征能力，增强了模型的跨域分布偏移适应能力，提高了分类准确率。
基于多模态特征对抗学习人体动作识别方法

[发明专利]基于联合域分离表示分层图融合网络的多模态情感分析方法-CN202111106277.9在审
发明人：刘建华;杨皓楠;何静;张昌凡;王坚;李学明;赵旭峰 -专利权人：湖南工业大学
申请日： 2021-09-22 - 公布日： 2021-12-24 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种基于联合域分离表示分层图融合网络的多模态情感分析方法，包括以下步骤：S1、建立多模态情感分析框架；S2、对多模态数据(文本、视频、音频)进行手工特征提取；S3、将处理好的数据输入到联合域分离网络中，获取联合域分离表示特征；S4、将各模态的联合域分离表示输入到分层图融合网络(HGFN)，以获取可解释的融合表示；S5、融合表示输入预测网络中以进行情感预测；S6、结合网格搜索寻优算法，使用新的联合损失函数训练网络本发明设计了一种基于多模态联合域分离表示分层图融合神经网络，能够在有效地、可解释地融合各模态的信息，并用于指导情感分析。
基于联合分离表示分层融合网络多模态情感分析方法

[发明专利]一种基于域自适应的多模态眼底血管分割方法及装置-CN202110592115.4在审
发明人：李凯文;殷琪 -专利权人：南京博视医疗科技有限公司
申请日： 2021-05-28 - 公布日： 2022-11-29 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于域自适应的多模态视网膜眼底血管分割方法及装置，该方法包括：获取经过专家标注的视网膜眼底血管分割数据集，得到源域训练集；获取另一模态的视网膜眼底图像数据集，得到目标域训练集和目标域测试集；对训练集以及测试集中的图像进行预处理操作；构建基于域自适应学习的卷积神经网络模型；采用经过预处理的源域训练集和目标域训练集中的图像进行模型训练；得到训练好的基于域自适应的多模态视网膜眼底血管分割模型；将目标域测试集中的图像输入到模型中，获得血管分割模块输出的多模态视网膜眼底血管分割结果。
一种基于自适应多模态眼底血管分割方法装置

[发明专利]多时滞-多模态-过程阻尼特性铣削工艺稳定域判定方法-CN202310982009.6在审
发明人：杨昀;许凯;刘昊林;万敏;张卫红 -专利权人：西北工业大学
申请日： 2023-08-04 - 公布日： 2023-10-27 - 主分类号： G06F30/20 文献下载
摘要：本发明提供了一种多时滞‑多模态‑过程阻尼特性铣削工艺稳定域判定方法，通过将铣削动力学方程转化为数值积分形式，将多时滞量、多模态、过程阻尼与铣削瞬态相联系，并基于Floquet理论进行稳定域求解，克服了现有技术无法对具有多时滞、多模态、过程阻尼的铣削系统稳定域进行判定的不足。本发明是具有多时滞、多模态、过程阻尼的铣削系统的通用稳定性判定方法，在多模态铣削系统中，既适用于不等齿间角铣刀铣削钛合金(多时滞、多模态、过程阻尼特性均显著)、又适用于等齿间角铣刀铣削钛合金(多模态、过程阻尼特性均显著
多时多模态过程阻尼特性铣削工艺稳定判定方法

[发明专利]基于多模态自监督的医学影像分割方法-CN202211374925.3在审
发明人：许铮铧;张娇娇 -专利权人：河北工业大学
申请日： 2022-11-04 - 公布日： 2023-01-13 - 主分类号： G06T7/00 文献下载
摘要：本发明为基于多模态自监督的医学影像分割方法，首先获取病灶组织的多模态医学影像，包括A模态图像和B模态图像，并对图像进行预处理；接着，构建循环一致性模态对比域翻译网络，包括两个生成器和两个判别器；生成器用于将一个模态的图像转换为另一个模态的图像，包括编码器、中间共享模块和解码器；判别器用于判断自身输入的来源；然后，预训练循环一致性模态对比域翻译网络，计算训练损失，损失函数包括多模态语义一致性损失、对抗性损失、跨域翻译损失和循环一致性损失；最后，构建A模态分割网络和B模态分割网络，将预训练得到的权重迁移到两个分割网络中，将训练后的两个分割网络分别用于对应模态的医学影像分割。将对比跨域翻译作为多模态自监督预训练任务来学习更全面的模态特征，促进网络更好地学习模态特性和共性知识，提升分割能力。
基于多模态监督医学影像分割方法

[发明专利]基于深度网络的多模态特征融合的短视频单标签分类方法-CN202010117185.X有效
发明人：苏育挺;崔天舒;井佩光 -专利权人：天津大学
申请日： 2020-02-25 - 公布日： 2023-04-18 - 主分类号： G06F16/75 文献下载
摘要：本发明公开了一种基于深度网络的多模态特征融合的短视频单标签分类方法，包括：将模态数据划分为音频模态私有的部分、音频模态和视觉模态公有的部分、以及视觉模态私有的部分，进而获得音频模态的私有域特征矩阵、视觉模态的私有域特征矩阵，音频模态的公有域特征矩阵、和视觉模态的公有域特征矩阵；分别计算音频模态的私有域特征矩阵与公有域特征矩阵之间的差异性损失、和视觉模态的私有域特征矩阵与公有域特征矩阵之间的差异性损失，将两个差异性损失联合作为第一目标函数
基于深度网络多模态特征融合视频标签分类方法

[发明专利]基于多模态网络的能耗智能管控方法、系统及相关设备-CN202310603617.1在审
发明人：刘浩然;徐丹;曾宇;张子婷;赵琳强 -专利权人：中国电信股份有限公司北京研究院;中国电信股份有限公司
申请日： 2023-05-25 - 公布日： 2023-08-08 - 主分类号： H04L41/147 文献下载
摘要：本公开提供了一种基于多模态网络的能耗智能管控方法、系统、计算机可读存储介质及电子设备，涉及通信技术领域，该方法包括：由多模态网络数据湖从跨域服务层接收来自网络设备在网络状态变化时上传的当前网络数据；由跨域服务层定期向多模态网络数据湖发送资源查询请求，资源查询请求用于查询网络设备的当前网络数据和历史网络数据；由跨域服务层基于当前网络数据和历史网络数据预测下一时刻的网络数据，并根据网络数据制定相应的跨域节能策略；以及由跨域服务层将跨域节能策略下发至网络设备执行跨域节能策略本方法提高了网络节能成效和运维效率，实现了基于多模态网络的能耗智能管控。
基于多模态网络能耗智能方法系统相关设备

[发明专利]基于域对抗训练的自动谎言检测方法及系统-CN202011161532.5在审
发明人：连政;刘斌;温正棋 -专利权人：中科极限元（杭州）智能科技股份有限公司
申请日： 2020-10-27 - 公布日： 2021-02-05 - 主分类号： G06F40/211 文献下载
摘要：本发明公开了基于域对抗训练的自动谎言检测方法及系统，方法包括：S1，多模态特征提取，抽取文本特性表示、音频特征表示和面部特征表示；S2，多模态特征融合，利用自适应注意力机制获得多模态特征表示；S3，时序建模，利用双向循环神经网络捕获对话中的上下文信息，用于辅助当前句子的谎言检测；S4，域对抗训练，利用域对抗网络抽取说话人无关的谎言特征表示，减少由于说话人差异对自动谎言检测性能的影响；S5，谎言水平预测，将待测数据输入到经过域对抗训练后的谎言分类器中，用于预测个体的谎言水平；系统包括：自上而下依次连接的多模态特征提取模块、多模态特征融合模块、时序建模模块、域对抗训练模块和谎言水平预测模块。
基于对抗训练自动谎言检测方法系统

[发明专利]针对医学影像分割任务的生成式模态补足方法-CN202211533192.3在审
发明人：许铮铧;姚丹 -专利权人：河北工业大学
申请日： 2022-12-01 - 公布日： 2023-03-03 - 主分类号： G06T7/00 文献下载
摘要：本发明为一种针对医学影像分割任务的生成式模态补足方法，该方法包括以下内容：构建基于注意力对比学习的多域生成网络：整个网络以多域生成的StarGANv2模型为骨干网络，在此基础上加入注意力引导的对比学习网络和对比学习损失；注意力引导的对比学习网络，用于在图像块的级别对生成器的生成细节进行约束；所述注意力引导的对比学习网络包括源域注意力特征提取网络As、目标域注意力特征提取网络At以及特征排序模块三个部分，利用基于注意力对比学习的多域生成网络获得缺失模态影像，实现模态补足。该方法提升生成模态的可靠性，及提升后续多模态医学影像分割模型的能力。
针对医学影像分割任务生成式模态补足方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条