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！

龙图腾网获悉江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心);东华理工大学南昌校区申请的专利一种基于方向感知增强的多模态堤坝滑坡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：CN121330534B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202511896108.8，技术领域涉及：G06V20/13；该发明授权一种基于方向感知增强的多模态堤坝滑坡识别方法是由许小华;叶发茂;黄萍;张秀平;谭述斌;周信文;龚嘉承设计研发完成，并于2025-12-16向国家知识产权局提交的专利申请。

本一种基于方向感知增强的多模态堤坝滑坡识别方法在说明书摘要公布了：本发明公开一种基于方向感知增强的多模态堤坝滑坡识别方法，无人机搭载RGB相机和激光雷达传感器同步采集堤坝区域数据并预处理，得到激光雷达深度图和RGB的深度图，并逐像素标注并划分训练集与测试集；构建方向感知增强的堤坝滑坡识别模型，搭建训练测试环境，采用开源数据集和自建坝滑坡识别数据集预训练，再用该训练集与测试集训练得最终模型；输入两种深度图进行分割预测，预处理识别结果后以可视化形式输出。本发明通过无人机搭载RGB相机和激光雷达传感器同步采集堤坝区域数据，经预处理后实现数据的高精度融合，为滑坡识别提供了全面准确的信息基础。

本发明授权一种基于方向感知增强的多模态堤坝滑坡识别方法在权利要求书中公布了：1.一种基于方向感知增强的多模态堤坝滑坡识别方法，其特征在于，包括： 步骤S1：利用无人机搭载RGB相机和激光雷达传感器同步采集堤坝区域数据并进行预处理，得到激光雷达深度图和RGB的深度图； 步骤S2：通过标注工具对激光雷达深度图和RGB的深度图逐像素标注并划分为训练集与测试集； 步骤S3：构建方向感知增强的堤坝滑坡识别模型； 步骤S4：搭建方向感知增强的堤坝滑坡识别模型的训练和测试环境，对方向感知增强的堤坝滑坡识别模型进行训练，获得坝滑坡识别模型； 步骤S5：采用开源数据集和自建坝滑坡识别数据集对坝滑坡识别模型进行预训练，获得预训练模型，使用步骤S2的训练集与测试集对预训练模型进行训练，获得最终的坝滑坡识别模型； 步骤S6：将激光雷达深度图和RGB的深度图输入最终的坝滑坡识别模型进行分割预测，得到堤坝滑坡识别结果； 步骤S7：对堤坝滑坡识别结果进行预处理，获得处理后的检测结果，将处理后的检测结果以可视化形式输出； 最终的坝滑坡识别模型由双模态编码器和方向感知增强的解码器组成；双模态编码器由RGB编码器、激光雷达深度图编码器和深层特征融合模块组成；方向感知增强的解码器由第一上采样、一个第一方向感知模块、第二上采样、两个第二方向感知模块、第三上采样、两个第三方向感知模块、第四上采样、两个第四方向感知模块、检测模块组成；第一方向感知模块由第一归一化、多尺度滑动窗口轴向注意力机制、第二归一化、全连接神经网络组成；第一方向感知模块、第二方向感知模块、第三方向感知模块、第四方向感知模块结构相同； 其中，得到多尺度滑动窗口轴向注意力机制的输出包括：预设滑动窗口数量为n，将第一归一化的输出均匀划分为n个子特征；将n个子特征输入滑动窗口轴向注意力中进行处理，得到n个滑动窗口轴向注意力的输出，将n个滑动窗口轴向注意力的输出进行拼接，将拼接的输出经过第六卷积块进行处理，得到第六卷积块的输出； 其中，得到第n个滑动窗口轴向注意力的输出包括：对第n个子特征分别进行水平、垂直轴向注意力处理，将得到的水平轴向注意力的输出和垂直轴向注意力的输出拼接后输入第四激活函数，得到第n个第四激活函数的输出；用第n个第四激活函数的输出分别与水平、垂直轴向注意力的输出相乘，将两个相乘结果相加，作为第n个滑动窗口轴向注意力的输出。

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江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心);东华理工大学南昌校区，其通讯地址为：330000 江西省南昌市青山湖区北京东路1038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。