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！

龙图腾网获悉中国科学院沈阳计算技术研究所有限公司申请的专利基于多模态大模型的低慢小飞行目标的识别与分类方法及系统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：CN119513719B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202411526978.1，技术领域涉及：G06F18/2415；该发明授权基于多模态大模型的低慢小飞行目标的识别与分类方法及系统是由高大禹;陈公伯;徐麟;高嵩岩设计研发完成，并于2024-10-30向国家知识产权局提交的专利申请。

本基于多模态大模型的低慢小飞行目标的识别与分类方法及系统在说明书摘要公布了：本发明涉及一种基于多模态大模型的低慢小飞行目标识别与分类方法及系统，旨在应对复杂场景下的低慢小飞行目标的监测和识别难题。本发明融合多种传感器数据，包括可见光图像、红外图像、雷达信号、声音特征和无线电信号，利用多模态大模型对不同模态的数据进行处理和融合，提取联合特征，实现低慢小目标的高效检测与分类，并具备自动预警功能。本发明具有实时响应、自动化处理和高识别精度的优势，适用于机场、军事基地、城市安全等低慢小飞行目标防御场景。

本发明授权基于多模态大模型的低慢小飞行目标的识别与分类方法及系统在权利要求书中公布了：1.一种基于多模态大模型的低慢小飞行目标识别与分类系统，其特征在于，构建如下层次架构实现低慢小飞行目标预警防御，包括： 设备层，为多组传感器设备构成的多模态数据采集模块，用于采集多模态异构数据； 中间层，构建多模态网络架构模型并训练优化得到理想模型，用于对采集的多模态异构数据进行特征提取和融合，以及进一步对融合特征进行低慢小飞行目标的检测和分类；所述中间层的多模态网络架构模型包括：数据数据预处理模块，采用卷积神经网络提取可见光和红外图像的特征；采用卷积神经网络或循环神经网络提取声音的时频图特征，或使用Transformer结构处理时间序列数据；使用1D或2D卷积网络提取雷达信号的特征，得到距离-速度特征图；通过卷积网络、频谱分析或FFT处理无线电信号，得到频域信息；至此分别得到预处理后的多模态异构数据；多模态特征提取模块，采用全连接层或Transformer结构融合来自不同传感器的数据，提取融合特征；目标检测模块，采用自注意力机制网络进一步学习融合特征，增强低慢小飞行目标的检测精度；目标分类模块，采用softmax分类器对低慢小飞行目标进行分类； 数据层，采用系统数据库存储多模态数据、提取的特征、检测和分类结果； 应用层，采用面向用户的可视化界面，用于接收输入的传感器采集参数、以及中间层各模型参数和训练参数，以及接收设备层、中间层和数据层的原始、过程和结果数据进行可视化展示；所述应用层包括：态势感知单元，用于实时监测和分析空域中的无人机活动，用于识别潜在威胁；轨迹复现单元，用于展示识别的低慢小飞行目标的长时序飞行轨迹；预警信息展示单元，用于展示低慢小飞行目标的识别预警信息。

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中国科学院沈阳计算技术研究所有限公司，其通讯地址为：110168 辽宁省沈阳市东陵区南屏东路16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。