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！

龙图腾网获悉北京交通大学申请的专利多源无监督轨道异常检测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：CN120411893B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202510346340.8，技术领域涉及：G06V20/54；该发明授权多源无监督轨道异常检测方法及系统是由秦勇;高阳;何宝利;曹志威;连丽容;彭根旺;李威设计研发完成，并于2025-03-24向国家知识产权局提交的专利申请。

本多源无监督轨道异常检测方法及系统在说明书摘要公布了：本发明提供一种多源无监督轨道异常检测方法及系统，属于目标检测技术领域，获取多源轨道图像；利用预先训练好的检测模型对获取的轨道图像进行处理，得到异常检测结果。本发明提出了新颖的无监督跨模态框架用于检测轨道未知异常，打破了二维灰度模态和第三维深度模态的隔阂，实现了双语义空间内的充分交互。创新性地提出了一个三分支特征对齐模块，有效提高了特征语义空间下的教师与联合的学生之间的差异判别的可靠性和精准性。提出的异常图增强合成策略解决了小异常像素被漏判、噪声被误判为异常的超调问题。补充了轨道异常检测内容，满足了实时监测的现场应用需求。

本发明授权多源无监督轨道异常检测方法及系统在权利要求书中公布了：1.一种多源无监督轨道异常检测方法，其特征在于，包括： 获取多源轨道图像； 利用预先训练好的检测模型对获取的轨道图像进行处理，得到异常检测结果；其中，检测模型为：构建一个对称的教师学生网络同时学习灰度模态、深度模态和融合模态的正常轨道特征；通过三分支特征对齐模块在特征语义空间完成跨模态特征交互对齐操作，实现对单融合策略的补充；利用局部-全局联合损失函数，综合衡量三个网络之间的学习性能差异；采用异常图增强合成策略生成多模态异常图用于表征异常图像判别和像素定位；其中，三分支特征对齐模块由三种不同的并行的特征对齐操作构成，分别为交替跨模态注意力、特征聚焦通道注意力和特征无损空间注意力；三分支特征对齐模块的输入是特征图FRGB和FD，输出为特征图FFused，其由三个并行特征对齐操作得到的特征图FACMA、FChannel和FSpatial相加得到；交替跨模态注意力包括：将输入特征图FRGB作为纹理特征分支，特征图FD作为空间特征分支，纹理特征分支利用卷积操作生成查询和值，即q和vRGB，空间特征分支利用卷积操作生成键和值，即k和vD；利用纹理特征分支的查询q和空间特征分支的键k，进行第一次注意力计算，得到纹理特征在深度模态的高维投射权重；利用空间特征分支的值vD，将第一次注意力计算结果作为中间权重，进行第二次注意力计算，得到纹理特征映射下的空间分布更新权重WD；最终结合权重分配和卷积操作得到融合特征图FACMA； 教师学生网络，包括：对称的教师学生网络由三个结构完全相同的骨干网络构成，但参数不共享；骨干网络采用二维卷积层、激活函数ReLU层和平均池化层组合的简易方式；二维卷积的卷积核大小依次为4×4、2×2、4×4、2×2、3×3和4×4；教师网络的输入为早期融合模态，两个学生网络的输入分别是灰度模态和深度模态；三个网络通过最后一层卷积操作后分别得到特征图FTeacher、FRGB和FD；教师网络经过ImageNet数据集预训练，两个学生网络不进行预训练。

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北京交通大学，其通讯地址为：100044 北京市海淀区西直门外上园村3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。