Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国人民解放军国防科技大学刘煜获国家专利权

中国人民解放军国防科技大学刘煜获国家专利权

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无人机遥感RGB-D图像语义分割方法、装置和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:CN119540560B

龙图腾网通过国家知识产权局官网在2025-09-26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:202411790787.6,技术领域涉及:G06V10/26;该发明授权无人机遥感RGB-D图像语义分割方法、装置和设备是由刘煜;高林;赖世明;颜深;陈昔;李霞设计研发完成,并于2024-12-06向国家知识产权局提交的专利申请。

无人机遥感RGB-D图像语义分割方法、装置和设备在说明书摘要公布了:本申请涉及一种无人机遥感RGB‑D图像语义分割方法、装置和设备。该方法提出了面向无人机遥感RGB‑D图像语义分割的多尺度编码器,该编码器包括多个地物场景特征提取模块,能够充分融合RGB‑D模态提供的视觉纹理信息和几何深度信息,并利用状态空间模型的长序建模能力构建遥感大尺度空间当中的全局上下文信息,实现高性能的UAV视角下遥感多模态语义分割;在编码器前设计了多模态特征指导增强模块,利用RGB数据和深度数据提供信息的互补性提升多模态特征表示的质量,提高了模型在特征编码学习阶段的效率和性能。本方法专门适用于无人机遥感RGB‑D图像的语义分割研究,促进无人机遥感领域中复杂环境地物解析研究的不断发展。

本发明授权无人机遥感RGB-D图像语义分割方法、装置和设备在权利要求书中公布了:1.一种无人机遥感RGB-D图像语义分割方法,其特征在于,所述方法包括: 获取一组无人机航拍的RGB图像和对应空间尺寸的深度图,并进行预处理; 将预处理得到的RGB模态输入特征和深度模态输入特征采用多模态特征指导增强模块对不同类别地物特征进行校准,得到校准后的RGB模态特征和深度模态特征;所述多模态特征指导增强模块用于利用一个模态特征的高置信度激活对另一个模态的特征进行指导校正,增强同一类别事物内特征的相似性和不同类别事物特征之间的差异; 将校准后的RGB模态特征和深度模态特征采用多尺度编码器进行多尺度特征编码,得到不同尺度多模态视觉特征;所述多尺度编码器用于采用多层不同尺度的地物场景特征提取模块从不同尺度提取融合无人机航拍视角下遥感场景中地物的视觉纹理特征和深度几何特征;所述地物场景特征提取模块用于通过Transformer来实现RGB模态与深度模态之间的信息交互,采用大核卷积操作从深度模态当中捕获空间几何线索来细化地物类语义的边缘细节信息,得到多模态融合特征和几何深度模态特征,同时通过状态空间模型对遥感场景中的上下文信息从多个方向进行建模,将所有方向上的建模信息融合得到遥感空间全局特征,然后将所述多模态融合特征、所述几何深度模态特征以及所述遥感空间的全局特征进行串联和线性投影,得到一个尺度的视觉特征; 将不同尺度多模态视觉特征融合后采用轻量级解码器进行地物语义标签的预测,得到语义分割结果; 其中,多模态特征指导增强模块包括:同质特征聚合操作和异构特征分离操作; 将预处理得到的RGB模态输入特征和深度模态输入特征采用多模态特征指导增强模块对不同类别地物特征进行校准,得到校准后的RGB模态特征和深度模态特征,包括: 对预处理得到的RGB模态输入特征和深度模态输入特征采用同质特征聚合操作,得到RGB模态聚合后的特征和深度模态聚合后的特征;所述同质特征聚合操作用于利用RGB图像模态和深度图模态的不同表征能力对特征进行校准,将统一语义类别对象的多模态特征互补的进行聚合到空间中的某一位置; 对预处理得到的RGB模态输入特征和深度模态输入特征采用异构特征分离操作,得到模态分离后的RGB模态特征和深度模态特征;所述异构特征分离操作用于采用一种模态特征的高置信度激活对另一种模态对象边缘的异常特征进行过滤,实现异构特征的分离。

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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。