星瀚时空(深圳)航天智能科技有限公司龙吟秋获国家专利权
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!
龙图腾网获悉星瀚时空(深圳)航天智能科技有限公司申请的专利基于多模态多尺度自适应数据融合的遥感大模型性能提升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:CN120995410B 。
龙图腾网通过国家知识产权局官网在2026-01-30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:202511512509.9,技术领域涉及:G06F18/25;该发明授权基于多模态多尺度自适应数据融合的遥感大模型性能提升方法是由龙吟秋;王宁设计研发完成,并于2025-10-22向国家知识产权局提交的专利申请。
本基于多模态多尺度自适应数据融合的遥感大模型性能提升方法在说明书摘要公布了:本申请提供了一种基于多模态多尺度自适应数据融合的遥感大模型性能提升方法,涉及遥感图像大语言模型技术领域。该方法基于开源的视觉通用语言模型重新改写网络结构,通过加入用于实现多模态融合和多尺度自适应的MFAM‑SPP层,得到性能提升的遥感大模型,并明确ViT、MFAM‑SPP、BERT、Q‑Former间的数据流与维度转换逻辑,在不过多降低速度的情况下,提升对多模态处理能力和多尺度目标检测能力,对整体模型的精度大幅提升。
本发明授权基于多模态多尺度自适应数据融合的遥感大模型性能提升方法在权利要求书中公布了:1.一种基于多模态多尺度自适应数据融合的遥感大模型性能提升方法,其特征在于,所述方法包括: 基于开源的视觉通用语言模型,适配多模态遥感图像数据和文本数据,构建初始遥感大模型,其中,初始遥感大模型的架构包括视觉编码器ViT、文本编辑器BERT、查询转换器Q-Former层、低秩循环推理计算层、动态阈值筛选系统; 在初始遥感大模型中增加用于实现多模态融合和多尺度自适应的多模态自适应多尺度空间金字塔池化MFAM-SPP层,得到性能提升的遥感大模型; 响应于用户输入的包含多模态遥感图像数据和文本数据的提问,对提问中的多模态遥感图像数据进行预处理,得到多模态预处理矩阵; 将多模态预处理矩阵输入性能提升的遥感大模型中的ViT,执行输入适配、分层编码、干扰抑制、跨模态衔接的步骤,输出视觉特征向量; 将视觉特征向量输入MFAM-SPP层,执行多模态融合、动态尺度自适应池化、特征聚合的步骤,输出MFAM-SPP特征矩阵; 将提问中的文本数据输入性能提升的遥感大模型中的BERT,输出文本特征向量; 将MFAM-SPP特征矩阵和文本特征向量输入性能提升的遥感大模型中的Q-Former层,执行查询向量交互、多轮交叉注意力对齐、跨模态特征融合的步骤,输出跨模态特征矩阵; 将跨模态特征矩阵输入性能提升的遥感大模型中的低秩循环推理计算层,执行低秩矩阵分解、循环推理的步骤,输出推理特征矩阵,进而根据推理特征矩阵得到包含置信度和交并比IOU的初步推理结果; 将初步推理结果输入性能提升的遥感大模型中的动态阈值筛选系统,确定初步推理结果对应的目标任务; 根据初步推理结果中的置信度和IOU,判断初步推理结果是否符合目标任务的阈值要求; 若初步推理结果符合目标任务的阈值要求,则执行后处理操作,输出包含目标坐标、目标类别、置信度的最终推理结果; 若初步推理结果不符合目标任务的阈值要求,则将初步推理结果回传至MFAM-SPP层,调整动态尺度自适应池化步骤的参数,重新执行MFAM-SPP层及后续的Q-Former层、低秩循环推理计算层流程。
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星瀚时空(深圳)航天智能科技有限公司,其通讯地址为:518081 广东省深圳市盐田区海山街道鹏湾社区海景二路1025号壹海国际中心2808;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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励