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！

龙图腾网获悉重庆大学申请的专利一种基于深度三元融合感知网络的遥感跨模态检索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：CN119336968B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202411371357.0，技术领域涉及：G06F16/908；该发明授权一种基于深度三元融合感知网络的遥感跨模态检索方法是由冯永;李诗雅;黄嘉翔设计研发完成，并于2024-09-29向国家知识产权局提交的专利申请。

本一种基于深度三元融合感知网络的遥感跨模态检索方法在说明书摘要公布了：本发明公开了一种基于深度三元融合感知网络的遥感跨模态检索方法，该方法使用训练后的遥感跨模态检索模型将多模态遥感数据进行跨膜态检索；所述遥感跨模态检索模型将多模态遥感数据作为自监督模态增强模块的输入进行预处理，并输入至三元特征表达模块独立捕获提取单模态图像特征、文本特征和音频特征，上述特征作为融合感知模块的输入，以融合生成多模态特征嵌入，并根据所述多模态特征嵌入得到待处理的多模态遥感数据的遥感跨模态检索结果。本发明利用三元特征表达策略、融合感知机制和自监督模态增强技术，解决了模型的模态可扩展性和遥感标注数据的稀缺与高成本等关键问题，显著增强了遥感数据跨模态检索任务的精度和效率。

本发明授权一种基于深度三元融合感知网络的遥感跨模态检索方法在权利要求书中公布了：1.一种基于深度三元融合感知网络的遥感跨模态检索方法，其特征在于，包括如下步骤： S1、获取待处理的多模态遥感数据，所述多模态遥感数据包括遥感图像、文本数据和音频数据； S2、将多模态遥感数据输入至训练后的遥感跨模态检索模型，输出得到待处理的多模态遥感数据的遥感跨模态检索结果；所述遥感跨模态检索模型包括三元特征表达模块、融合感知模块和自监督模态增强模块； 所述遥感跨模态检索模型的训练步骤如下： S201、遥感跨模态检索模型将输入的多模态遥感数据作为自监督模态增强模块的输入进行预处理，输出得到预处理后的多模态遥感数据作为遥感跨模态检索模型的训练样本，并输入至三元特征表达模块； S202、所述三元特征表达模块包括视觉Transformer网络、BERT提取单元和卷积提取网络，分别从输入预处理后的多模态遥感数据的遥感图像、文本数据和音频数据中提取单模态图像特征、文本特征和音频特征，并作为融合感知模块的输入； S203、所述融合感知模块对输入的单模态图像特征、文本特征和音频特征通过跨膜态自注意力模块和记忆单元进行动态调整，以融合生成多模态特征嵌入，并根据所述多模态特征嵌入得到待处理的多模态遥感数据的遥感跨模态检索结果；步骤S203中，所述融合感知模块包括依次连接的跨模态自注意力模块、记忆单元、层归一化自注意力单元和层归一化多层感知单元；所述层归一化自注意力单元包括级联的层归一化层和跨模态自注意力模块，所述层归一化多层感知单元包括级联的层归一化层和多层感知机；其中，该融合感知模块的输入分别作为跨模态自注意力模块和记忆单元的输入，跨模态自注意力模块的输出与记忆单元的输出进行乘法运算后进行相加运算，作为层归一化自注意力单元的输入，层归一化自注意力单元的输出作为层归一化多层感知单元的输入，层归一化多层感知单元的输出作为融合感知模块的输出； 融合感知单元中，将输入的单模态图像特征、文本特征和音频特征首先通过跨模态自注意力模块进行处理，以重构各模态特征的上下文语义信息，同时，通过记忆单元处理各单模态特征中长距离依赖关系信息，将跨模态自注意力模块和记忆单元的输出进行相乘操作，以融合生成三元模态特征向量；然后，利用全连接层将三元模态特征向量统一到相同维度，并映射为嵌入特征向量；最后，对维度对齐的特征向量执行跨膜态注意力和正则化操作，以融合得到多模态特征嵌入； 所述多模态特征嵌入的表达式如下： ； 式中，表示跨模态注意力模块，表示嵌入特征向量，表示融合了多模态特征的嵌入表达； S204、所述自监督模态增强模块以最小化由三元组损失函数和三元鉴别损失函数构建的总损失函数为目标对遥感跨模态检索模型的模型参数进行优化更新； S205、重复步骤S201至步骤S204，进行迭代训练，直至遥感跨模态检索模型收敛或达到预设迭代次数。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙正街174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。