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！

龙图腾网获悉上海辰山植物园申请的专利基于多模态计算机视觉的大叶绣球冠层生长情况智能识别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：CN120541584B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202511020499.7，技术领域涉及：G06F18/24；该发明授权基于多模态计算机视觉的大叶绣球冠层生长情况智能识别方法是由秦俊;樊明宇;杨君;刘炤设计研发完成，并于2025-07-24向国家知识产权局提交的专利申请。

本基于多模态计算机视觉的大叶绣球冠层生长情况智能识别方法在说明书摘要公布了：本发明公开了基于多模态计算机视觉的大叶绣球冠层生长情况智能识别方法，通过采集大叶绣球植株的数字图像，预处理后裁剪成图像块；采用无监督预训练的深度神经网络模型提取图像块的局部形态学特征；基于跨模态对比学习的文本‑图像对齐深度神经网络，利用标注的文本信息进行弱监督训练，实现图像与文本信息的关联学习；将文本特征与图像特征进行多模态特征融合；基于融合表示特征，针对不同任务，设计输出分支模型，进行大叶绣球冠层生长情况预测或识别。本发明有效融合图像和文本两种模式的多模态信息，并利用两种互补的预训练方法来提取不同的级别的视觉表示，实现多任务处理，并且达到极高的精度。

本发明授权基于多模态计算机视觉的大叶绣球冠层生长情况智能识别方法在权利要求书中公布了：1.基于多模态计算机视觉的大叶绣球冠层生长情况智能识别方法，其特征在于，包括以下方法： 1数据采集：采集大叶绣球植株的数字图像； 2图像预处理：将采集的图像去除非目标背景区域，并裁剪生成多个互不重叠的小尺寸图像块； 3多模态神经网络构建： 图像编码分支：采用无监督预训练的深度神经网络模型提取图像块的局部形态学特征，获得大叶绣球的形态学特征； 文本编码分支：对采集的数字图像进行文本信息标注，基于跨模态对比学习的文本-图像对齐深度神经网络，利用文本信息进行弱监督训练，实现图像与文本信息的关联学习； 4多模态特征融合： 图像特征聚合：采用深度注意力聚合模块计算各图像块的注意力分数，并整合为统一的图像特征； 文本特征聚合：利用深度注意力聚合模块计算文本关键词的注意力分数，形成统一的文本特征； 跨模态融合：自适应地聚合文本特征与图像特征，获得融合表示特征； 5大叶绣球冠层生长情况识别： 基于步骤4中获得的融合表示特征，针对不同任务，在预测或识别时将待预测或待识别信息从文本信息中删除，并作为目标数据设计输出分支模型，进行大叶绣球冠层生长情况预测或识别; 所述步骤5中进行大叶绣球冠层生长情况预测或识别，采用多任务预测网络P-net的计算模型，通过多层自适应回归网络进行多任务预测；其中，所针对的不同任务包括分类任务、识别任务和回归任务。

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上海辰山植物园，其通讯地址为：201602 上海市松江区辰花路3888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。