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！

龙图腾网获悉西北工业大学申请的专利一种基于跨模态图像目标检测的语义理解方法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：CN121746689B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202610201117.9，技术领域涉及：G06V10/25；该发明授权一种基于跨模态图像目标检测的语义理解方法是由汪洪桥;孙海岩;闫宣臣;张兆祥;许悦雷;李万发;臧召宾;王璇;郑爽;王铉彬;陈汉;郭金库;别晓峰设计研发完成，并于2026-02-11向国家知识产权局提交的专利申请。

本一种基于跨模态图像目标检测的语义理解方法在说明书摘要公布了：本申请公开了一种基于跨模态图像目标检测的语义理解方法，涉及目标检测技术领域，通过多分支卷积神经网络对可见光遥感图像和红外遥感图像进行特征提取；通过特征金字塔网络分别对提取得到的特征进行多尺度融合操作；将进行融合操作得到的特征图输入区域提议网络，生成可见光遥感图像特征候选区域和红外遥感图像特征候选区域，并从候选区域中提取特征；通过跨模态相似性度量网络对候选区域特征进行匹配，得到关联匹配结果；根据关联匹配结果，确定可见光语义特征图和红外语义特征图；基于可见光语义特征图和红外语义特征图得到目标检测结果和目标语义描述。如此，以提高目标检测准确性和目标描述准确性。

本发明授权一种基于跨模态图像目标检测的语义理解方法在权利要求书中公布了：1.一种基于跨模态图像目标检测的语义理解方法，其特征在于，用于目标检测的目标检测模型包括多分支卷积神经网络、特征金字塔网络、区域提议网络、跨模态相似性度量网络、层次化卷积编码器、检测头、双层LSTM解码器、全连接层和残差编码器，所述多分支卷积神经网络包括共享卷积层、可见光特定卷积层和红外特定卷积层，所述跨模态相似性度量网络包括两个权值共享的分支，每个分支包括多层卷积层和归一化层，包括： 获取可见光遥感图像和红外遥感图像； 将所述可见光遥感图像和红外遥感图像输入所述目标检测模型中，通过所述多分支卷积神经网络对所述可见光遥感图像和红外遥感图像进行特征提取，得到可见光遥感图像特征图和红外遥感图像特征图； 通过所述特征金字塔网络分别对所述可见光遥感图像特征图和红外遥感图像特征图进行多尺度融合操作，得到可见光遥感图像增强特征图和红外遥感图像增强特征图； 分别将所述可见光遥感图像增强特征图和红外遥感图像增强特征图输入所述区域提议网络，生成可见光遥感图像特征候选区域和红外遥感图像特征候选区域，并分别从所述可见光遥感图像特征候选区域和红外遥感图像特征候选区域中提取特征，得到可见光候选区域特征和红外候选区域特征； 通过所述跨模态相似性度量网络对所述可见光候选区域特征和红外候选区域特征进行匹配，得到关联匹配结果，所述关联匹配结果包括目标定位信息和置信度信息； 根据所述关联匹配结果分别从所述可见光遥感图像和红外遥感图像中提取目标区域的RoI特征，得到可见光RoI特征和红外RoI特征； 通过所述残差编码器对所述可见光RoI特征和红外RoI特征进行残差编码，得到可见光RoI增强特征和红外RoI增强特征； 将所述可见光RoI增强特征和红外RoI增强特征输入所述层次化卷积编码器中，通过所述层次化卷积编码器提取特征，得到可见光语义特征图和红外语义特征图； 将所述可见光语义特征图和红外语义特征图输入所述检测头，得到目标检测结果，所述目标检测结果包括预测目标类别与预测目标边界框； 基于所述双层LSTM解码器在上一时间步的隐藏状态、可见光语义特征图和红外语义特征图，计算注意力权重，基于所述注意力权重对所述可见光语义特征图和红外语义特征图进行加权，得到加权后特征向量； 将上一时间步预测得到的词嵌入向量和加权后特征向量作为所述双层LSTM解码器的输入，输出当前隐藏状态； 将所述当前隐藏状态和所述加权后特征向量输入所述全连接层中，生成目标语义描述。

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西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127号；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。