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！

龙图腾网恭喜杭州字节方舟科技有限公司申请的专利一种用于生成多模态图像数据集的方法、设备及其介质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：CN119671868B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202510180521.8，技术领域涉及：G06T5/50；该发明授权一种用于生成多模态图像数据集的方法、设备及其介质是由虞康;卓凌云;王筵村;丁东照;黄涛;梁宇龙设计研发完成，并于2025-02-19向国家知识产权局提交的专利申请。

本一种用于生成多模态图像数据集的方法、设备及其介质在说明书摘要公布了：本申请公开了一种用于生成多模态图像数据集的方法、设备及其介质，方法包括基于预处理的多模态图像数据确定图像特征提取策略；分析各模态图像数据之间的关联性和交互模式，确定每种模态图像数据对合成图像的影响权重；建立各模态图像数据之间的关联关系，得到模态关联信息；获取第一类传感器模态的原始图像数据和第二类传感器模态的深度图像数据，并输入图像特征提取策略，获得图像特征融合结果；获取第一类传感器模态和第二类传感器模态之间的同步时间戳和采样频率；进行多模态融合模型的模型优化；利用优化的多模态融合模型生成目标图像数据集；本申请解决单一模态图像数据集难以满足复杂环境下深度学习模型的高精度识别需求的问题。

本发明授权一种用于生成多模态图像数据集的方法、设备及其介质在权利要求书中公布了：1.一种用于生成多模态图像数据集的方法，其特征在于，包括：收集不同源的多模态图像数据并进行预处理；基于预处理的多模态图像数据确定图像特征提取策略；分析各模态图像数据之间的关联性和交互模式，确定每种模态图像数据对合成图像的影响权重；将不同源的多模态分成第一类传感器模态和第二类传感器模态，并建立各模态图像数据之间的关联关系，得到模态关联信息；基于模态关联信息获取第一类传感器模态的原始图像数据和第二类传感器模态的深度图像数据，并输入图像特征提取策略，获得图像特征融合结果；基于所述第一类传感器模态和第二类传感器模态之间的同步时间戳和采样频率；将所述同步时间戳、采样频率和图像特征融合结果输入预设的多模态融合模型中进行模型优化；利用优化的多模态融合模型生成目标图像数据集；所述基于预处理的多模态图像数据确定图像特征提取策略，具体包括：基于预处理的多模态图像数据，获取每种模态图像数据的特性信息，所述特性信息包括模态类型、分辨率、色彩深度、数据量大小；分析每种模态图像数据在合成图像中的作用，确定各模态图像数据的重要性等级；将每种模态图像数据的图形信息与重要性等级关联，生成适用于当前组的多模态图像数据的图像特征提取策略；所述得到模态关联信息，具体包括：将所述第一类传感器模态和第二类传感器模态的数据输入初步的多模态融合模型中；根据每种模态图像数据的特性信息和重要性等级，判断不同模态数据间的依赖关系和互补性；基于预设合成图像质量标准，选择并标记关键模态数据；根据所述关键模态数据以及对应的特性信息、所述第一类传感器模态和第二类传感器模态的时间戳，计算每种模态图像数据对合成图像的影响权重；根据不同模态数据间的依赖关系和互补性以及每种模态图像数据对合成图像的影响权重，建立各模态图像数据之间的关联关系，形成模态关联信息；所述将所述同步时间戳、采样频率和图像特征融合结果输入预设的多模态融合模型中进行模型优化，具体包括：根据确定的影响权重调整多模态融合模型中的参数设置，优化图像特征融合过程，得到优化的图像特征融合结果；将所述同步时间戳、采样频率和优化的图像特征融合结果共同输入至图像特征提取策略，生成每种模态图像数据的第一特征映射信息；利用所述第一特征映射信息，基于每种模态图像数据的特性信息及其影响权重，结合所述同步时间戳和采样频率，计算模型优化参数；基于所述模型优化参数，获得最终的多模态融合模型。

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杭州字节方舟科技有限公司，其通讯地址为：311100 浙江省杭州市余杭区仓前街道鼎创财富中心2幢12层1215；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”。