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！

龙图腾网获悉吉林大学申请的专利一种基于多模态特征融合的火星撞击坑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：CN121482619B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202610019210.8，技术领域涉及：G06V20/10；该发明授权一种基于多模态特征融合的火星撞击坑识别方法是由杨晨;赵明浩;赵海士设计研发完成，并于2026-01-08向国家知识产权局提交的专利申请。

本一种基于多模态特征融合的火星撞击坑识别方法在说明书摘要公布了：本发明涉及遥感图像处理与智能目标识别技术领域，公开了一种基于多模态特征融合的火星撞击坑识别方法，包括以下步骤：利用火星红外影像、彩色影像以及数字高程模型三种异构遥感数据构建多模态数据集，对三种异构遥感数据进行预处理，并构建多尺度图像金字塔；将三种异构遥感数据分别输入三个相互独立的CNN‑Transformer混合骨干网络，通过卷积结构提取局部细节特征，本发明在火星撞击坑识别精度方面取得了显著提升，能够有效降低漏检率，通过引入多模态特征融合机制，显著提高了火星撞击坑的整体识别召回率，尤其在传统方法难以准确识别的退化撞击坑和次级撞击坑类型上，能够有效缓解现有技术中漏检严重的问题。

本发明授权一种基于多模态特征融合的火星撞击坑识别方法在权利要求书中公布了：1.一种基于多模态特征融合的火星撞击坑识别方法，其特征在于，包括以下步骤： 利用火星红外影像、彩色影像以及数字高程模型三种异构遥感数据构建多模态数据集，对所述三种异构遥感数据进行预处理，并构建多尺度图像金字塔； 将所述三种异构遥感数据分别输入三个相互独立的CNN-Transformer混合骨干网络，通过卷积结构提取局部细节特征，并通过自注意力模块提取全局上下文特征，得到多尺度特征； 对得到的多尺度特征进行渐进式融合，其中，在浅层特征阶段对红外影像与彩色影像的同质模态特征进行通道融合，在深层特征阶段通过共享权重的交叉注意力模块对红外影像与彩色影像的深层特征进行光谱特征交互，并通过另一交叉注意力模块将经光谱特征交互后的光谱特征与数字高程模型的地形特征进行跨模态融合； 将融合后的多尺度特征输入基于Transformer的视觉编码器，通过多尺度可变形注意力机制对融合后的多尺度特征进行编码，输出编码特征序列； 将所述编码特征序列输入基于Transformer的视觉解码器，通过可学习的目标查询向量与编码特征序列进行交互，输出固定数量的预测边界框及对应的分类置信度，并采用一对一集合匹配机制基于匈牙利算法实现预测结果与真实标注的最优匹配； 基于联合损失函数对模型进行训练，所述联合损失函数包括主检测头损失函数以及多个辅助检测头损失函数，并在训练过程中引入动态去噪训练。

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吉林大学，其通讯地址为：130012 吉林省长春市前进大街2699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。