湘潭大学王成军获国家专利权
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!
龙图腾网获悉湘潭大学申请的专利一种基于多模态遥感影像的水体识别与分割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:CN121353857B 。
龙图腾网通过国家知识产权局官网在2026-03-24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:202511924712.7,技术领域涉及:G06V10/80;该发明授权一种基于多模态遥感影像的水体识别与分割方法是由王成军;石嘉璐;徐海鹏;黄子怡;曹志辉;邓浩;齐智莛设计研发完成,并于2025-12-19向国家知识产权局提交的专利申请。
本一种基于多模态遥感影像的水体识别与分割方法在说明书摘要公布了:本发明公开了一种基于多模态遥感影像的水体识别与分割方法,包括依次进行的四个阶段:多模态特征提取:从配准后的光学影像与SAR影像中,提取多尺度光学特征与多尺度SAR特征;频域特征交互:对光学特征与SAR特征进行基于频域交叉注意力的双向校正与增强,得到校正后的光学特征与SAR特征;频域特征融合:对校正后的光学特征与SAR特征进行深度融合,生成包含互补信息的融合特征;多尺度特征校准解码:对来自编码器的多层级融合特征融合与重建,输出水体分割结果。本发明通过多模态特征交互、融合与重建机制,解决了现有方法在模态差异、细节丢失与计算效率方面的不足,实现了高精度、高鲁棒性的遥感水体自动识别与分割。
本发明授权一种基于多模态遥感影像的水体识别与分割方法在权利要求书中公布了:1.一种基于多模态遥感影像的水体识别与分割方法,其特征在于,包括依次进行的四个阶段: 第一阶段为多模态特征提取:从配准后的光学影像与SAR影像中,提取多尺度光学特征与多尺度SAR特征; 第二阶段为频域特征交互:对所述光学特征与SAR特征进行基于频域交叉注意力的双向校正与增强,得到校正后的光学特征与校正后的SAR特征; 所述频域特征交互的步骤包括依次进行的特征投影与统一表示、频域转换、频域交叉注意力计算、逆变换与权重生成、权重归一化、特征加权; 特征投影与统一表示是指将光学特征通过线性变换层投影为光学查询向量、光学键向量和光学值向量,以及将SAR特征分别通过线性变换层投影为SAR查询向量、SAR键向量和SAR值向量; 频域转换是对所述光学查询向量、光学键向量、SAR查询向量、SAR键向量执行快速傅里叶变换,转换至频率域; 频域交叉注意力计算是在频率域中计算光学查询向量与SAR键向量的逐元素点乘,以及SAR查询向量与光学键向量的逐元素点乘; 逆变换与权重生成是将两个所述点乘结果经逆傅里叶变换映射回空间域,分别生成光学对应的注意力权重和SAR对应的注意力权重; 权重归一化是对两个注意力权重进行归一化处理; 特征加权是将归一化处理后的光学对应的注意力权重和光学值向量进行加权,并通过残差连接与原始输入特征相加,得到校正后的光学特征,以及将归一化处理后的SAR对应的注意力权重和SAR值向量进行加权,并通过残差连接与原始输入特征相加,得到校正后的SAR特征; 第三阶段为频域特征融合:对所述校正后的光学特征与校正后的SAR特征进行深度融合,生成包含互补信息的融合特征; 频域特征融合的步骤包括依次进行的特征拼接与残差基准生成、频域嵌入与深度融合、重构与空间域映射、双域聚合与输出; 第四阶段为多尺度特征校准解码:对来自编码器的多层级所述融合特征进行融合与重建,得到高分辨率特征图,并输出最终的水体分割结果; 所述多尺度特征校准解码的步骤包括依次进行的生成基准特征、残差解耦与空间注意力增强、生成通道注意力权重、定向补偿与特征融合。
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湘潭大学,其通讯地址为:411105 湖南省湘潭市西郊;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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励