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！

龙图腾网获悉中国矿业大学申请的专利一种探测机理引导的多模态元学习遥感侦察目标识别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：CN121074378B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202511605847.7，技术领域涉及：G06V10/25；该发明授权一种探测机理引导的多模态元学习遥感侦察目标识别方法是由赵作鹏;宁茂财;李晓雨;王思设计研发完成，并于2025-11-05向国家知识产权局提交的专利申请。

本一种探测机理引导的多模态元学习遥感侦察目标识别方法在说明书摘要公布了：本发明公开了一种探测机理引导的多模态元学习遥感侦察目标识别方法，属于计算机视觉与遥感图像处理领域。方法核心在于：探测机理引导的多模态特征提取与融合：针对SAR图像的电磁散射特性、可见光图像的几何纹理特性以及红外图像的热辐射特性，分别设计专用特征提取网络，并引入基于注意力机制的跨模态融合模块，实现物理信息互补的特征增强表达；元学习训练范式：构建一个基于优化的元学习器，在大量多模态遥感任务集上训练，使模型获得从少量样本中快速学习新目标类别的能力。该方法将物理探测机理与数据驱动的元学习相结合，有效解决了传统方法在样本稀缺、目标类型多变、以及SAR图像解译困难的复杂侦察场景下识别精度低、泛化能力差的问题。

本发明授权一种探测机理引导的多模态元学习遥感侦察目标识别方法在权利要求书中公布了：1.一种探测机理引导的多模态元学习遥感侦察目标识别方法，其特征在于，包括以下步骤： S1、获取同一侦察区域的SAR图像、可见光图像和红外图像，并进行配准与标准化处理，构成多模态图像对； S2、将配准后的多模态图像对分别输入三个并行的特征提取网络进行特征提取，并对提取的多模态特征进行融合； S3、构建一个包含大量多分类任务的元训练集，采用模型无关元学习框架对特征提取网络和分类器进行训练； S4、面临新目标类别时，利用少量标注样本对模型进行快速微调，使其快速适应新任务； S5、将待识别目标输入适应后的模型，输出识别结果与置信度，完成小样本场景下的目标识别，具体包括以下步骤： S5.1、待识别目标前向推理：将需要识别的、来自新类别的待识别目标图像，即查询样本输入到经过S4快速自适应后的模型中； S5.2、特征提取与分类：模型首先对进行与训练时相同的预处理，然后通过多流特征提取网络与跨模态融合模块，得到其增强的融合特征表示，随后，将该特征输入已适应新任务的分类器，计算其属于每个新类别的logits： ； 其中，是一个M维向量； S5.3、识别结果与置信度输出：目标识别模块对logits向量z进行Softmax归一化，得到该目标属于每个新类别的概率分布： ； 最终的系统输出为： 识别结果：取概率最大的类别作为最终的识别标签： ； 置信度：以该最大概率值作为此次识别的置信度得分： 。

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矿业大学，其通讯地址为：221100 江苏省徐州市铜山区大学路1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。