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！

龙图腾网获悉北京邮电大学申请的专利面向感知数据回传的多模态生成式语义通信方法及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：CN119478386B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202411309805.4，技术领域涉及：G06V10/26；该发明授权面向感知数据回传的多模态生成式语义通信方法及装置是由王莉;徐连明;吴鑫;付玮琦设计研发完成，并于2024-09-19向国家知识产权局提交的专利申请。

本面向感知数据回传的多模态生成式语义通信方法及装置在说明书摘要公布了：本发明提供一种面向感知数据回传的多模态生成式语义通信方法及装置，其中，上述方法包括：获取由发送端传输的压缩图像数据，其中，压缩图像数据是对独热编码后的语义分割图进行压缩得到的；对压缩图像数据进行解压缩，得到独热编码后的语义分割图；将独热编码后的语义分割图与模态类别输入至预训练的隐空间扩散模型，其中，模态类别包括可见光模态以及红外模态；通过预训练的隐空间扩散模型的可见光解码器，输出重构可见光图像；通过预训练的隐空间扩散模型的红外解码器，输出重构红外图像；通过本发明能够提高应急环境中感知数据通信效率。

本发明授权面向感知数据回传的多模态生成式语义通信方法及装置在权利要求书中公布了：1.一种面向感知数据回传的多模态生成式语义通信方法，其特征在于，包括： 获取由发送端传输的压缩图像数据，其中，所述压缩图像数据是对独热编码后的语义分割图进行压缩得到的； 对所述压缩图像数据进行解压缩，得到所述独热编码后的语义分割图； 将所述独热编码后的语义分割图与模态类别输入至预训练的隐空间扩散模型，其中，所述模态类别包括可见光模态以及红外模态； 通过所述预训练的隐空间扩散模型的可见光解码器，输出重构可见光图像； 通过所述预训练的隐空间扩散模型的红外解码器，输出重构红外图像； 在所述将所述独热编码后的语义分割图与模态类别输入至预训练的隐空间扩散模型之前，所述方法还包括： 基于可见光图像样本与红外图像样本，对预设的隐空间扩散模型的可见光自编码器与红外自编码器进行训练，得到第一阶段训练损失函数； 基于独热编码后的语义分割图样本与模态类别，对所述预设的隐空间扩散模型的扩散模型进行训练，得到第二阶段训练损失函数； 基于所述第一阶段训练损失函数与所述第二阶段训练损失函数，对所述预设的隐空间扩散模型进行更新，得到预训练的隐空间扩散模型； 所述基于独热编码后的语义分割图样本与模态类别，对所述预设的隐空间扩散模型的扩散模型进行训练，得到第二阶段训练损失函数，包括： 获取独热编码后的语义分割图样本，其中，所述独热编码后的语义分割图样本是基于所述可见光图像样本与所述红外图像样本的； 将所述独热编码后的语义分割图样本与模态类别分别同时作为所述预设的隐空间扩散模型的条件输入，得到所述预设的隐空间扩散模型的扩散模型输出的可见光模态隐空间特征以及红外模态隐空间特征； 基于所述可见光模态隐空间特征与可见光模态特征真值，确定可见光模态的均方误差损失； 基于所述红外模态隐空间特征与红外模态特征真值，确定红外模态的均方误差损失； 基于所述可见光模态的均方误差损失与所述红外模态的均方误差损失，确定第二阶段训练损失函数。

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北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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。