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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于异构特征融合的动目标轨迹区分方法、装置及设备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：CN121598033B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202610112030.4，技术领域涉及：G06F18/21；该发明授权基于异构特征融合的动目标轨迹区分方法、装置及设备是由陈皋;王卫华;罗笑冰;牛照东;林钱强;吴菡清设计研发完成，并于2026-01-27向国家知识产权局提交的专利申请。

本基于异构特征融合的动目标轨迹区分方法、装置及设备在说明书摘要公布了：本发明提供一种基于异构特征融合的动目标轨迹区分方法、装置及设备，包括：获取不同类型的动目标的连续运动轨迹，从连续运动轨迹中提取具有判别能力的时序运动特征和空间形态特征，利用轨迹的空间形态特征与时序运动特征的互补性，实现异构信息的深度融合。为解决异构特征间的语义鸿沟，利用跨模态融合网络将时序运动特征和空间形态特征通过跨模态自注意力机制进行特征融合，得到融合后的增强特征。基于所述增强特征以及对应的动目标类型标签构建训练样本，训练动目标轨迹区分模型。对于待判别的动目标的连续运动轨迹，利用训练好的动目标轨迹区分模型进行动目标类型分类，输出分类结果，实现异构信息的深度融合与协同决策。

本发明授权基于异构特征融合的动目标轨迹区分方法、装置及设备在权利要求书中公布了：1.基于异构特征融合的动目标轨迹区分方法，其特征在于，包括以下步骤： 获取不同类型的动目标的连续运动轨迹； 从每条连续运动轨迹中，利用特征提取网络提取用于区分目标类型的轨迹特征，包括：将连续运动轨迹中每3个连续点迹为一组，提取每组点迹对应的时序运动特征和空间形态特征，其中提取每组点迹对应的空间形态特征，包括： 2.1对于每组点迹，将其在方位-俯仰平面上的三个连续点迹顺次连接并闭合，以构成每组点迹对应的三角形轨迹形态，获得每组点迹对应的标注有所述三角形轨迹形态的方位-俯仰平面图； 2.2将每组点迹对应的标注有所述三角形轨迹形态的方位-俯仰平面图输入ResNet网络，提取全局池化层的输出特征； 2.3对全局池化层的输出特征进行通道调整，得到每组点迹对应的空间形态特征，每组点迹对应的空间形态特征的通道数与每组点迹对应的时序运动特征的通道数相同； 利用跨模态融合网络将时序运动特征和空间形态特征通过跨模态自注意力机制进行特征融合，得到融合后的增强特征； 基于所述增强特征以及对应的动目标类型标签，构建训练样本，利用损失函数对特征提取网络和跨模态融合网络的参数进行联合优化，得到训练好的动目标轨迹区分模型； 对于待判别的动目标的连续运动轨迹，利用训练好的动目标轨迹区分模型进行动目标类型分类，输出分类结果。

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人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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。