一种基于模态解耦与生成的缺失多模态船舶分类方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于模态解耦与生成的缺失多模态船舶分类方法
申请号:CN202510056063
申请日期:2025-01-14
公开号:CN119888356A
公开日期:2025-04-25
类型:发明专利
摘要
本发明公开了一种基于模态解耦与生成的缺失多模态船舶分类方法,首先建立分类模型,分类模型包括特征提取网络和注意力特征学习网络,还包括模态特征解耦网络、特征生成网络、类型特征消除网络和特征融合网络。某一模态缺失时,本发明可以先用缺失模态的任意图像进行替代,通过特征解耦网络获得模态相关特征,再从另一已有模态的图像中获取类型相关特征,然后通过特征生成网络和特征融合网络获得缺失模态的重建之图像,用重建之图像替代缺失模态的图像,从而解决模态缺失的问题。
技术关键词
特征提取网络 特征学习网络 可见光图像 特征融合网络 船舶分类方法 预测特征 注意力 生成特征 模态特征 分类特征 多模态 标签 建立分类模型 多层感知机 数据 通道 参数