恭喜中国科学院地理科学与资源研究所李之超获国家专利权
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!
龙图腾网恭喜中国科学院地理科学与资源研究所申请的专利一种基于多模态数据融合的遥感图像语义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:CN118072016B 。
龙图腾网通过国家知识产权局官网在2025-03-18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:202410200897.6,技术领域涉及:G06V10/26;该发明授权一种基于多模态数据融合的遥感图像语义分割方法是由李之超设计研发完成,并于2024-02-23向国家知识产权局提交的专利申请。
本一种基于多模态数据融合的遥感图像语义分割方法在说明书摘要公布了:本发明提供了一种基于多模态数据融合的遥感图像语义分割方法,包括:获取目标地区的多模态遥感数据;所述多模态遥感数据包括至少两种不同种类的遥感图像数据;对所述多模态遥感数据进行预处理,得到预处理数据;分别对每种模态的所述预处理数据进行特征提取,得到各个模态的特征;将各个模态的特征进行特征融合,得到融合特征;将所述融合特征输入至训练好的语义分割网络,得到分割结果。本发明能够充分利用各模态数据的互补性,提高语义分割的准确性和鲁棒性。
本发明授权一种基于多模态数据融合的遥感图像语义分割方法在权利要求书中公布了:1.一种基于多模态数据融合的遥感图像语义分割方法,其特征在于,包括:获取目标地区的多模态遥感数据;所述多模态遥感数据包括至少两种不同种类的遥感图像数据;对所述多模态遥感数据进行预处理,得到预处理数据;分别对每种模态的所述预处理数据进行特征提取,得到各个模态的特征;将各个模态的特征进行特征融合,得到融合特征;将所述融合特征输入至训练好的语义分割网络,得到分割结果;所述多模态遥感数据包括:光学遥感数据、雷达遥感数据和毫米波遥感数据;将各个模态的特征进行特征融合,得到融合特征,包括:对所述各个模态的特征进行特征标准化,得到标准尺度下的初始特征;对每个所述初始特征赋予一个权重,然后根据对应的所述权重将所述初始特征进行加总,得到加权特征向量;将所述加权特征向量输入至训练好的决策树模型中,以对所述加权特征向量进行修正,得到所述融合特征;对每个所述初始特征赋予一个权重,然后根据对应的所述权重将所述初始特征进行加总,得到加权特征向量,包括:根据历史光学遥感数据、历史雷达遥感数据和历史毫米波遥感数据分别构建光学遥感数据集、雷达遥感数据集和毫米波遥感数据集;分别根据所述光学遥感数据集、雷达遥感检测数据集和毫米波遥感检测数据集对预设的多目标检测的卷积神经网络深度学习模型进行训练,得到训练好的第一分类器、第二分类器和第三分类器;利用所述第一分类器识别光学遥感数据中的物体,得到光学遥感数据中所有物体的第一置信度集合,并利用所述第二分类器识别雷达遥感数据中的物体,得到雷达遥感数据中所有物体的第二置信度集合,并利用所述第三分类器识别毫米波遥感数据中的物体,得到毫米波遥感数据中所有物体的第三置信度集合;对每个物体在所述第一置信度集合、所述第二置信度集合和所述第三置信度集合中的置信度大小进行求和,分别得到所述第一置信度集合、所述第二置信度集合和所述第三置信度集合的物体置信度总和;根据所述物体置信度总和的比例对对应的所述初始特征进行权重分配;将各个所述初始特征与对应的所述权重进行相乘,并将各个相乘结果进行求和,得到所述加权特征向量。
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科学院地理科学与资源研究所,其通讯地址为:100020 北京市朝阳区大屯路甲11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”。
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。