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！

龙图腾网获悉清华大学;新疆大学申请的专利面向广域视联网的多模态视频融合方法、装置、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：CN120510485B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202511007573.1，技术领域涉及：G06V10/80；该发明授权面向广域视联网的多模态视频融合方法、装置、设备及介质是由陶晓明;周雯雯;汪烈军;段一平;孔维坤;王子涵设计研发完成，并于2025-07-22向国家知识产权局提交的专利申请。

本面向广域视联网的多模态视频融合方法、装置、设备及介质在说明书摘要公布了：本发明提供了一种面向广域视联网的多模态视频融合方法、装置、设备及介质，涉及图像处理领域。包括：通过遥感卫星、无人机和地面铁塔的摄像头对目标场景同步拍摄，获得多模态视频数据；将多模态视频数据输入多模态浅层特征提取模块，得到多模态融合浅层特征；按照时间顺序对多模态融合浅层特征进行分组处理，得到多组多模态融合浅层特征；将多组多模态融合浅层特征输入融合特征循环细化模块，通过融合特征循环细化模块在每个组内进行并行特征细化以及在不同组之间进行全局循环特征细化，得到多组多模态细化特征；将多组多模态细化特征输入视频重建模块，对多组多模态细化特征进行上采样得到重建视频，从而实现对大范围区域内目标的高精度检测。

本发明授权面向广域视联网的多模态视频融合方法、装置、设备及介质在权利要求书中公布了：1.一种面向广域视联网的多模态视频融合方法，其特征在于，所述方法包括： 通过遥感卫星、无人机和地面铁塔的摄像头对目标场景同步拍摄，获得多模态视频数据，所述多模态视频数据包括：卫星视频数据、无人机视频数据和地面铁塔视频数据； 将所述多模态视频数据输入多模态浅层特征提取模块，得到多模态融合浅层特征； 按照时间顺序对所述多模态融合浅层特征进行分组处理，得到多组多模态融合浅层特征，每组多模态融合浅层特征包括在时间上连续的N个多模态融合浅层特征，N为大于1的整数； 将所述多组多模态融合浅层特征输入融合特征循环细化模块，通过所述融合特征循环细化模块在每个组内进行并行特征细化，以及，通过所述融合特征循环细化模块在不同组之间进行全局循环特征细化，得到多组多模态细化特征； 将所述多组多模态细化特征输入视频重建模块，对所述多组多模态细化特征进行上采样，得到重建视频，所述重建视频融合了所述卫星视频数据、所述无人机视频数据和所述地面铁塔视频数据各自提供的信息； 所述融合特征循环细化模块包括多层，所述多组多模态融合浅层特征的组数是T；通过所述融合特征循环细化模块在每个组内进行并行特征细化，以及，通过所述融合特征循环细化模块在不同组之间进行全局循环特征细化，得到多组多模态细化特征，包括： 通过所述融合特征循环细化模块，利用第t-1组和第t组之间的光流信息，在第t-1组和第t组之间进行对齐，得到第t-1组向第t组对齐的对齐后特征； 通过所述融合特征循环细化模块，对第t组在不同层的多模态细化特征、第t组多模态融合浅层特征以及所述第t-1组向第t组对齐的对齐后特征进行处理，得到第t组多模态细化特征； 其中，第t组在每一层的多模态细化特征是在第t组内进行并行特征细化得到的，T为大于2的整数； 所述融合特征循环细化模块包括I层，通过所述融合特征循环细化模块，利用第t-1组和第t组之间的光流信息，在第t-1组和第t组之间进行对齐，得到第t-1组向第t组对齐的对齐后特征，包括： 以第t-1组在第i-1层的多模态细化特征作为键向量，以第t组在第i-1层的多模态细化特征作为查询向量，以第t-1组在第i层的多模态细化特征作为值向量，通过所述融合特征循环细化模块中的引导可变形注意力子模块，利用所述第t-1组和第t组之间的光流信息，进行引导可变形注意力处理，得到第t-1组向第t组在第i层对齐的对齐后特征； 其中，第t组在第i-1层的多模态细化特征是在第t组内进行并行特征细化得到的；第t-1组在第i-1层的多模态细化特征和第t-1组在第i层的多模态细化特征分别是在第t-1组内在不同层上进行并行特征细化得到的；I为大于2的整数。

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清华大学;新疆大学，其通讯地址为：100084 北京市海淀区双清路30号清华大学；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。