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 > 北京理工大学王爵获国家专利权

北京理工大学王爵获国家专利权

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!

龙图腾网获悉北京理工大学申请的专利一种基于模态信息约束的多模态遥感图像地物分类方法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:CN119399522B

龙图腾网通过国家知识产权局官网在2025-11-04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:202411431849.4,技术领域涉及:G06V10/764;该发明授权一种基于模态信息约束的多模态遥感图像地物分类方法是由王爵;魏天宇;魏鑫;陈禾;刘文超;陈亮设计研发完成,并于2024-10-14向国家知识产权局提交的专利申请。

一种基于模态信息约束的多模态遥感图像地物分类方法在说明书摘要公布了:本发明提供一种基于模态信息约束的多模态遥感图像地物分类方法,首先采用MDF解码器自适应学习模态共享与模态差异特征的融合权重,从多尺度角度自适应地控制模态共享和模态专有信息的贡献,从而保留模态专有信息;然后采用MSIE解码器引导模态差异特征与多模态特征开展多模态辅助分类任务,以增强在有利于分类的光学和SAR专有信息;因此,相比其他多模态遥感图像地物分类方法,本发明识别精度更高,可以有效缓解复杂场景下地物识别性能瓶颈,为多模态遥感图像解译提供有效的支撑。

本发明授权一种基于模态信息约束的多模态遥感图像地物分类方法在权利要求书中公布了:1.一种基于模态信息约束的多模态遥感图像地物分类方法,其特征在于,采用多模态分类模型对待测场景进行地物分类,其中,所述多模态分类模型包括OPT编码器、SAR编码器、多模态特征分解与融合解码器MDF以及模态专有信息增强解码器MSIE,其中,模态专有信息增强解码器MSIE包括MSIE-OPT解码器以及MSIE-SAR解码器;其中,多模态特征分解与融合解码器MDF包括五层网络,且除第一层网络仅包括MDF-VSS模块与VSS模块外,其余层网络均包括MDF-VSS模块、VSS模块、采样模块、求和模块以及残差模块,其中,VSS为视觉状态空间;MSIE-OPT解码器包括五层网络,且除第一层网络仅包括第一求和模块和第一残差模块外,其余层网络均包括第一求和模块、第一残差模块、采样模块、第二求和模块以及第二残差模块; 多模态分类模型的训练方法为: 采用OPT编码器获取光学图像Xopt五种不同尺度的光学多模态特征 采用SAR编码器获取SAR图像Xsar五种不同尺度的SAR多模态特征其中,光学图像Xopt与SAR图像Xsar为对同一场景拍摄得到; 将多模态特征和投影到相同维度,得到相应的多模态投影特征和 采用MDF解码器融合和得到模态融合分类结果同时,采用MDF解码器获取和之间的差异,得到模态差异特征 采用MSIE-OPT解码器融合光学多模态投影特征和模态差异特征得到光学融合分类结果 采用MSIE-SAR解码器融合SAR多模态投影特征和模态差异特征得到SAR融合分类结果 根据模态融合分类结果光学融合分类结果SAR融合分类结果构建损失函数L; 基于损失函数L对多模态分类模型进行监督训练,直到得到损失函数L小于设定值的多模态分类模型。

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理工大学,其通讯地址为:100081 北京市海淀区中关村南大街5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。