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！

龙图腾网获悉湖南大学申请的专利高光谱与激光雷达多模图像空谱融合地物识别方法与装置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：CN117036879B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202310910549.3，技术领域涉及：G06V10/80；该发明授权高光谱与激光雷达多模图像空谱融合地物识别方法与装置是由李树涛;丁可心;卢婷;付巍设计研发完成，并于2023-07-24向国家知识产权局提交的专利申请。

本高光谱与激光雷达多模图像空谱融合地物识别方法与装置在说明书摘要公布了：本发明公开了一种高光谱与激光雷达多模图像空谱融合地物识别方法与装置，本发明包括先根据高光谱图像生成高光谱空间图像块和光谱向量、根据雷达图像生成雷达空间图像块；再利用多级空间‑光谱融合编码器网络进行空间‑光谱特征级融合得到多级融合编码特征并通过分类器网络分类得到地物样本的分类结果，其中多级空间‑光谱融合编码器网络由输出相乘的双分支空间特征编码器支路和光谱特征编码器支路组成，光谱特征编码器支路包括特征嵌入层以及级联的多个光谱特征编码器。本发明旨在解决高光谱与激光雷达等多模遥感图像之间的异质性多源遥感数据融合难题，实现对多级空谱融合特征的挖掘，使得分类器网络的性能不需要高度依赖于标注样本数量。

本发明授权高光谱与激光雷达多模图像空谱融合地物识别方法与装置在权利要求书中公布了：1.一种高光谱与激光雷达多模图像空谱融合地物识别方法，其特征在于，包括： S101，根据高光谱图像Th生成高光谱空间图像块Xh和光谱向量Vh；根据雷达图像Tl生成雷达空间图像块Xl； S102，利用多级空间-光谱融合编码器网络对高光谱空间图像块Xh、光谱向量Vh以及雷达空间图像块Xl进行空间-光谱特征级融合得到多级融合编码特征Fk；所述多级空间-光谱融合编码器网络由输出相乘的双分支空间特征编码器支路和光谱特征编码器支路组成，所述双分支空间特征编码器支路包括输出加权求和的两条空间特征编码器支路，所述空间特征编码器支路包括特征嵌入层以及级联的多个空间特征编码器，且两条空间特征编码器支路的空间特征编码器的结构相同且同一级空间特征编码器的权重共享且分别以高光谱空间图像块Xh、雷达空间图像块Xl作为输入，所述光谱特征编码器支路包括特征嵌入层以及级联的多个光谱特征编码器且以光谱向量Vh作为输入； S103，将多级融合编码特征Fk利用分类器网络进行分类得到预测概率Pk并取最大的预测概率对应的地物类别作为识别结果输出； 所述空间特征编码器由深度可分离卷积模块和下采样模块组成，所述深度可分离卷积模块包括依次相连的逐通道卷积层、层归一化层、逐点卷积层、高斯误差线性单元激活函数层和全连接层，所述下采样模块包括层归一化层和卷积核大小为2×2的二维卷积层； 所述光谱特征编码器由深度可分离卷积模块和通道变换模块组成，所述通道变换模块包括层归一化层和卷积核大小为1×1的二维卷积层； 所述分类器网络为多级联合分类头，所述多级联合分类头包括级联连接的k级分类头，以及一层深度可分离卷积模块、全局平均池化模块、全连接模块和Softmax归一化模块，所述k级分类头中的每一级分类头由深度可分离卷积模块和通道变换模块组成，所述深度可分离卷积模块包括依次相连的逐通道卷积层、层归一化层、逐点卷积层、高斯误差线性单元激活函数层、全连接层，所述通道变换模块包括层归一化层和卷积核大小为1×1的二维卷积层。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路1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。