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！

龙图腾网恭喜江苏云幕智造科技有限公司申请的专利多模态特征融合图像分类方法及在人形机器人中的应用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：CN118628802B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202410712100.0，技术领域涉及：G06V10/764；该发明授权多模态特征融合图像分类方法及在人形机器人中的应用是由张波;贺亮设计研发完成，并于2024-06-04向国家知识产权局提交的专利申请。

本多模态特征融合图像分类方法及在人形机器人中的应用在说明书摘要公布了：本发明属于图像识别与理解技术领域，具体涉及多模态特征融合图像分类方法及在人形机器人中的应用。本发明提供的多模态特征融合图像分类方法，对深度图像和雷达图像进行分块与填充预处理，然后利用结合三维卷积和异质核卷积的深度图像特征提取模块，以及二维卷积处理雷达图像；运用基于交叉注意力的Transformer网络融合深度图像和雷达图像的特征；通过多尺度Transformer网络进行深层次的特征提取与融合；将融合特征输入分类器以完成物体识别。本发明有效融合了CNN与Transformer的优势，通过多尺度处理和跨模态特征融合，提升分类识别能力，并进一步用于提升人形机器人的环境适应性和导航精度。

本发明授权多模态特征融合图像分类方法及在人形机器人中的应用在权利要求书中公布了：1.一种多模态特征融合图像分类方法，其特征在于：包括以下步骤： 步骤S101：采集深度图像和雷达图像，对获取的深度图像和雷达图像实施分块处理和数据对齐操作； 步骤S102：针对分块处理后的深度图像块和雷达图像块，分别使用不同的卷积神经网络进行初步特征提取，捕获深度图像块的空间深度特征信息和雷达图像块的抽象特征信息，并对齐深度图像块和雷达图像块的初步特征的数据维度； 步骤S103：将初步提取的深度图像特征与雷达图像特征通过基于交叉注意力的Transformer网络进行融合，实现不同模态间信息的自适应权重分配与有效交互，捕捉跨模态的语义关系； 步骤S104：对融合后的特征应用多尺度Transformer进行处理，以进一步捕获抽象和细化特征信息； 步骤S105：将经过多尺度特征融合处理的特征信息输入至分类任务头，完成图像分类； 在步骤S103中，交叉注意力网络采用Transformer中Multi-HeadAttention结构，包括两个CrossAttention网络；其中第一个CrossAttention网络的Query由雷达图像的抽象特征张量生成，而Key和Value由深度图像的抽象特征张量生成；第二个CrossAttention网络的Query由深度图像的抽象特征张量生成，Key和Value由雷达图像的抽象特征张量生成；通过Softmax函数分配权重，自适应地强调不同模态数据的相关性和重要性，实现模态间的信息交互和语义关系捕捉； 步骤S104包括： 步骤S1041：对融合后的特征使用二维卷积生成QueryKeyValue标记信息，保留局部空间上下文结构； 步骤S1042：通过引入多尺度多头自注意力机制，在不同尺度上提取和融合特征，以适应不同大小物体的识别需求； 在步骤S1041中，对融合后的特征使用二维卷积投影生成QueryKeyValue，使用三个独立的二维卷积WQ，WK，WV生成与原特征维度相同的标记信息，为后续多尺度自注意力机制提供基础表示； 在步骤S1042中，使用多尺度多头自注意力机制，在自注意力模块中构建金字塔结构，依据预设的尺度列表动态分割特征图，形成多个尺度的特征表示，每种尺度对应一个计算头，各个计算头独立执行自注意力计算，针对不同尺度特征进行加权融合，每个计算头内，特征张量按尺度分割后进行注意力计算，然后通过级联操作整合所有计算头的结果，形成多尺度的特征表达。

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江苏云幕智造科技有限公司，其通讯地址为：215400 江苏省苏州市太仓市科教新城子冈路27号1号楼19层1902室；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”。