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网络空间部队信息工程大学申请的专利多模态土地覆盖的分类方法、装置、计算机设备及介质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：CN119559498B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202411566865.4，技术领域涉及：G06V20/10；该发明授权多模态土地覆盖的分类方法、装置、计算机设备及介质是由高奎亮;王光霞;游雄;雷娟;左溪冰;赫志韦;刘建湘;刘成龙设计研发完成，并于2024-11-05向国家知识产权局提交的专利申请。

本多模态土地覆盖的分类方法、装置、计算机设备及介质在说明书摘要公布了：本发明实施例提供了一种多模态土地覆盖的分类方法、装置、计算机设备及介质，其中，该方法包括以下步骤：构建第一主干网络和第二主干网络，构建多模态级联专家森林，通过第一主干网络、第二主干网络和多模态级联专家森林构建多模态特征融合模型；将SAR影像数据输入至第一主干网络，输出第一特征s，将光学影像数据输入至第二主干网络，输出第二特征o，将第一特征s和第二特征o输出第三特征z；为多模态特征融合模型设置优化目标，生成融合后特征，判断融合后特征是否满足优化目标，若满足优化目标，根据融合后特征对土地覆盖进行分类。由于该方案通过多模态特征融合模型对土地覆盖进行分类，提高了土地覆盖分类的性能。

本发明授权多模态土地覆盖的分类方法、装置、计算机设备及介质在权利要求书中公布了：1.一种多模态土地覆盖的分类方法，其特征在于，包括： 构建第一主干网络和第二主干网络，构建多模态级联专家森林，通过第一主干网络、第二主干网络和所述多模态级联专家森林构建多模态特征融合模型，其中，所述第一主干网络和所述第二主干网络均包括多个相互连接的网络块，所述多模态级联专家森林包括多个相互连接的多模态专家森林； 构建多模态级联专家森林，包括： 构建包含第一线性投影矩阵和第二线性投影矩阵的专家，其中，d r为秩，d为输入维度，秩d r小于输入维度d，R为特征维度空间；构建包含多个堆叠在不同层的所述专家的多模态专家树，其中，所述多模态专家树中的所述专家的专家数量逐层加倍；将多个所述多模态专家树连接构成所述多模态专家森林，将多个所述多模态专家森林级联构成所述多模态级联专家森林； 在所述多模态特征融合模型中，每棵所述多模态专家树均为一个多模态特征的学习者，将同一层次的所述多模态专家树组合成一个所述多模态专家森林，将不同层次的所述多模态专家森林连接，得到一个所述多模态级联专家森林； 将SAR影像数据输入至所述第一主干网络，输出第一特征s，将光学影像数据输入至第二主干网络，输出第二特征o，将所述第一特征s和所述第二特征o输入至所述多模态级联专家森林的各个所述多模态专家森林，输出第三特征z，包括： 将所述第一特征s和所述第二特征o输入至多模态专家树，输出所述多模态专家树对应的学习后多模态特征；获取第i个所述多模态专家森林中的第j棵多模态专家树的学习后多模态特征，通过对所述学习后多模态特征的通道连接，将同一层次的所述多模态专家树组合后生成所述多模态专家森林，则所述多模态专家森林输出的特征，其中，，为第i个所述多模态专家森林的特征；构建所述多模态专家森林的跨层次级联，生成所述多模态级联专家森林，则所述多模态级联专家森林输出的特征，其中，为所述第一主干网络的第i个网络块的第一特征，为所述第二主干网络的第i个网络块的第二特征； 通过专家交换策略将所述多模态专家森林中的一个所述多模态专家树中任意一层l输出的特征替换为所述多模态专家森林中的另一个所述多模态专家树中任意一层l输出的特征； 将所述SAR影像数据和所述光学影像数据输入到不同的主干网络，其中，四个块的输出分别表示为s i和o i，其中，i=1;2;3;4并索引不同的网络块，所述多模态专家森林在不同分支之间并联连接，每个所述多模态专家森林接收两个单模态块的输出，并生成多模态特征z i，分割头利用不同层次的特征z i进行预测推理； 为所述多模态特征融合模型设置优化目标，对所述第三特征z进行尺寸调整、通道连接和卷积处理后，生成融合后特征，判断所述融合后特征是否满足所述优化目标，若满足所述优化目标，根据所述融合后特征对土地覆盖进行分类。

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网络空间部队信息工程大学，其通讯地址为：450001 河南省郑州市高新技术开发区科学大道62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。