一种基于模态解耦与生成的缺失多模态船舶分类方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
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