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！

龙图腾网获悉中国人民解放军战略支援部队信息工程大学申请的专利一种基于异构特征学习网络的多模态遥感影像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：CN116109925B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202310041450.4，技术领域涉及：G06V20/10；该发明授权一种基于异构特征学习网络的多模态遥感影像分类方法是由薛志祥;周嘉男;刘冰;张鹏强;余岸竹;谭熊;魏祥坡;孙一帆;李亚萍;郭迎钢设计研发完成，并于2023-01-12向国家知识产权局提交的专利申请。

本一种基于异构特征学习网络的多模态遥感影像分类方法在说明书摘要公布了：本发明涉及一种基于异构特征学习网络的多模态遥感影像分类方法，属于影像分类技术领域。本发明的分类模型采用Transformer分支和CNN分支的混合结构，利用Transformer分支对沿光谱维度的全局依赖性进行建模，使用CNN分支从多模态遥感数据中提取局部上下文特征，通过混合特征学习模式以有效地从多模态数据中提取异构特征；同时采用异构特征耦合模块来集成CNN分支中的特征图和Transformer分支中的特征嵌入，异构光谱和空间特征由特征耦合以交互方式连续融合，进而弥合结构和语义差距；并通过CNN分支中越来越多的特征图和Transformer分支中的头数量来表示更复杂的局部空间特征和全局光谱特征，确保这些异构特征得到充分整合，最终提高了分类的效果。

本发明授权一种基于异构特征学习网络的多模态遥感影像分类方法在权利要求书中公布了：1.一种基于异构特征学习网络的多模态遥感影像分类方法，其特征在于，该分类方法包括以下步骤： 1构建遥感影像分类模型，所述的分类模型包括Transformer分支、CNN分支、异构特征耦合模块和分类层，所述的Transformer分支用于对高光谱影像块沿光谱维度提取全局光谱特征，所述的CNN分支用于按照分层CNN结构从多模态遥感数据中提取局部空间特征，所述的异构特征耦合模块用于将CNN分支提取出的空间特征的特征图转换为序列特征，并发送给对应阶段的Transformer分支，对应阶段的Transformer分支将接收到的序列特征与该阶段提取的序列特征进行融合；所述的异构特征耦合模块还用于将Transformer分支提取出的序列特征的特征图转换为空间特征，并发送给对应阶段的CNN分支，由对应阶段的CNN分支将接收到的空间特征与该阶段提取的空间特征进行融合，所述分类层用于对CNN分支中的局部空间特征进行池化操作以获取空间抽象特征，对Transformer分支中的全局特征进行线性降维得到光谱特征，并利用这些异构特征进行最终的协同分类； 2对所构建的分类模型进行训练； 3利用训练后的分类模型对待分类的多模态遥感影像进行分类。

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人民解放军战略支援部队信息工程大学，其通讯地址为：450001 河南省郑州市高新区科学大道62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。