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 > 中国科学院长春光学精密机械与物理研究所姜肖楠获国家专利权

中国科学院长春光学精密机械与物理研究所姜肖楠获国家专利权

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!

龙图腾网获悉中国科学院长春光学精密机械与物理研究所申请的专利基于多尺度残差与特征聚合的多模态图像融合系统及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:CN121095082B

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:202511634282.5,技术领域涉及:G06T5/50;该发明授权基于多尺度残差与特征聚合的多模态图像融合系统及方法是由姜肖楠;于成瑞;傅瑶;龚元浩;樊延超;张雨;付天骄;裴君妍;张策;孙宇欣设计研发完成,并于2025-11-10向国家知识产权局提交的专利申请。

基于多尺度残差与特征聚合的多模态图像融合系统及方法在说明书摘要公布了:本发明涉及图像处理技术领域,尤其涉及一种基于多尺度残差与特征聚合的多模态图像融合系统及方法;系统中利用双流残差网络主干获取不同层级的图像特征,通过差分特征增强器增强不同模态的特征信息,再利用局部‑全局特征提取组聚合全局与局部特征信息,进一步增强融合图像的清晰度与不同模态间的语义一致性;利用拓扑特征交互金字塔进行具有丰富多阶段不同阶段特征的密集交互,合成边缘、纹理细节突出,红外目标区域显著表达的融合图像;方法中结合基础特征对齐损失、梯度损失、红外显著区域增强损失、结构相似度损失以及层间监督损失,通过约束融合图像的结果损失以及约束多层间特征的过程损失,提升特征的利用率。

本发明授权基于多尺度残差与特征聚合的多模态图像融合系统及方法在权利要求书中公布了:1.一种基于多尺度残差与特征聚合的多模态图像融合系统,其特征在于,包括: 双流残差特征提取主干,对输入的两种不同模态的图像分别进行多尺度残差处理,分别得到多个尺度的第一模态特征和第二模态特征; 差分特征增强组,包括与第一模态特征尺度数量相同的差分特征增强器;在每个差分特征增强器中,分别将对应尺度的第一模态特征和第二模态特征进行通道和空间注意力操作后,将处理后的第一模态特征和第二模态特征进行残差与融合操作,得到当前尺度的增强特征; 局部-全局特征提取组,包括与差分特征增强器数量相同的局部-全局特征提取器;在每个局部-全局特征提取器中,将来自对应差分特征增强器的增强特征进行全局特征和局部特征的提取,再将全局特征和局部特征进行融合,得到局部-全局特征; 拓扑特征交互金字塔,对局部-全局特征提取组输出的多个不同尺度的局部-全局特征进行不同层级、不同阶段的特征交互后,得到最终的融合图像;拓扑特征交互金字塔包括不少于两个阶段,且阶段顺次进行:在第一阶段中,对多个不同尺度的局部-全局特征进行跨尺度的特征交互后,得到第一阶段的输出特征,且第一阶段的输出特征的数量与输入的局部-全局特征的数量相同;将第一阶段的输出特征进行跨尺度的特征交互后,得到第二阶段的输入特征;在第二阶段至倒数第二阶段中,对每个阶段的输入特征进行跨尺度的特征交互后,得到每个阶段的输出特征,且每个阶段的输出特征的数量与每个阶段的输入特征的数量相同;将每个阶段的输出特征进行跨尺度的特征交互后,得到下一阶段的输入特征;在最后阶段中,对输入特征进行拉普拉斯变换的残差操作后,得到融合图像。

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中国科学院长春光学精密机械与物理研究所,其通讯地址为:130033 吉林省长春市经济技术开发区东南湖大路3888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。