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！

龙图腾网获悉中国石油大学(华东)申请的专利基于注意力孪生网络与多模态融合特征的地物分类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：CN115512162B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202211222661.X，技术领域涉及：G06V10/764；该发明授权基于注意力孪生网络与多模态融合特征的地物分类方法是由王斌;高嘉诚;宋冬梅设计研发完成，并于2022-10-08向国家知识产权局提交的专利申请。

本基于注意力孪生网络与多模态融合特征的地物分类方法在说明书摘要公布了：本发明公开了一种基于注意力孪生网络与多模态融合特征的地物分类方法，包括：获取高光谱图像与激光雷达点云图像，对获取的图像进行预处理，获得样本数据集与样本标签集；构建注意力孪生网络模型，基于样本数据集与样本标签集对模型进行训练优化；基于训练优化后的模型实现多模态数据特征融合并进行分类。本发明采用孪生网络框架，使得两种多模态数据所表达的地物特征具有更高的相似性；通过设计空间注意力模块以及通道注意力模块以更好地提取数据中的重要特征；将提取的光谱特征和高程特征通过特征级和决策级融合策略进行特征融合，使得模型的融合效果更加优良。

本发明授权基于注意力孪生网络与多模态融合特征的地物分类方法在权利要求书中公布了：1.一种基于注意力孪生网络与多模态融合特征的地物分类方法，其特征在于，包括以下步骤： 获取高光谱图像与激光雷达点云图像，分别对所述高光谱图像与所述激光雷达点云图像进行预处理，获得样本数据集与样本标签集；其中样本数据集包括光谱样本数据集与空间样本数据集； 构建注意力孪生网络模型，基于所述样本数据集与所述样本标签集对所述注意力孪生网络模型进行训练优化； 基于训练优化后的注意力孪生网络模型实现多模态数据特征融合并进行分类； 所述注意力孪生网络模型包括两个子网络，分别为光谱特征学习网络、高程特征学习网络，所述光谱特征学习网络采用光谱样本数据集进行训练，所述高程特征学习网络采用空间样本数据集进行训练； 所述光谱特征学习网络与所述高程特征学习网络均包括输入模块、特征学习模块、特征融合模块，所述特征学习模块包括若干个卷积层，其中，高程特征学习网络的特征学习模块中还包括空间注意力模块，所述空间样本数据集在进入卷积层之前需先通过空间注意力模块，所述卷积层中间设置通道注意力模块； 所述光谱特征学习网络与所述高程特征学习网络的卷积层首层分别采用单独的权重系数，其余卷积层使用耦合策略。

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石油大学(华东)，其通讯地址为：266580 山东省青岛市长江西路66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。