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！

龙图腾网获悉杭州计算机外部设备研究所(中国电子科技集团公司第五十二研究所)申请的专利一种富媒体数据的立体监测感知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：CN119202627B 。

龙图腾网通过国家知识产权局官网在2025-06-17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：202411708302.4，技术领域涉及：G06F18/20；该发明授权一种富媒体数据的立体监测感知方法是由陈初杰;瞿崇晓;许斌;张建楠设计研发完成，并于2024-11-27向国家知识产权局提交的专利申请。

本一种富媒体数据的立体监测感知方法在说明书摘要公布了：本发明公开了一种富媒体数据的立体监测感知方法，包括获取待监测数据，输入至训练好的立体监测感知模型，得到包括态势描述和目标识别结果的感知结果，所述立体监测感知模型包括由数据输入至输出方向依次连接的特征提取模块、特征融合模块、特征对齐模块、大语言模型和特征映射器。本富媒体数据的立体监测感知方法针对不同类型的数据进行监测，有效实现不同模态、不同源域的数据的高维特征融合，实现深度环境立体感知；通过特征提取模块提取特征过程中，既对数据、又对图像进行特征提取，并通过特征融合模块进行浅层和深层的融合，最大程度减少信息损失，获得更加准确的感知结果。

本发明授权一种富媒体数据的立体监测感知方法在权利要求书中公布了：1.一种富媒体数据的立体监测感知方法，其特征在于：所述富媒体数据的立体监测感知方法包括： 获取待监测数据，输入至训练好的立体监测感知模型，得到包括态势描述和目标识别结果的感知结果； 其中，所述立体监测感知模型包括由数据输入至输出方向依次连接的特征提取模块、特征融合模块、特征对齐模块、大语言模型和特征映射器； 将待监测的数据作为所述立体监测感知模型的输入，经过特征提取模块得到第一信号特征和第二信号特征； 将第一信号特征和第二信号特征均输入至特征融合模块，得到信号融合特征； 将信号融合特征输入至特征对齐模块，得到对齐特征，对齐特征与预设的指令特征均输入至大语言模型，得到态势描述； 将态势描述输入至特征映射器，得到目标识别结果，且所述目标识别结果包括目标类别和目标位置； 其中，所述待监测数据为同一时间、同一区域下的紫外光信息、可见光信息、红外光信息和无线电信号数据中的至少一种，且所述紫外光信息包含紫外光数据和紫外光图像，可见光信息包含可见光数据和可见光图像，红外光信息包含红外光数据和红外光图像； 所述特征提取模块包括预处理器和特征编码模块，所述无线电信号数据经过预处理器处理得到二维时频图像； 所述特征编码模块包括图像特征编码器和原始信号编码器； 针对各信息中的图像和二维时频图像，输入至图像特征编码器，且在图像特征编码器中，针对每个图像：将图像分为×个网格区域，将所有网格区域通过第一特征提取结构得到第一图像特征代表和特征权重，其中所述第一图像特征代表和特征权重均为n维的向量，且第一图像特征代表中每个元素均为整数，取值范围为[1,m]，特征权重中每个元素的值在0到1之间； 根据第一图像特征代表的每个元素值在预设的词典库中查询对应的行向量，且第一图像特征代表的所有元素值对应的行向量构成维度为n×d的查询矩阵，且词典库为m个1×d的向量； 将通过特征权重对查询矩阵进行加权求和计算得到第一信号特征，进而得到各图像对应的第一信号特征，且第一信号特征的计算公式如下： ； 其中， ； 其中，表示第一信号特征，表示查询矩阵的第行向量，表示查询矩阵的第行向量对应的特征权重，表示特征权重的第个元素值； 针对各信息中的数据和无线电信号数据，输入至原始信号编码器，得到各数据对应的第二信号特征，且原始信号编码器多层感知结构； 所述第一特征提取结构为卷积神经网络。

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计算机外部设备研究所(中国电子科技集团公司第五十二研究所)，其通讯地址为：311121 浙江省杭州市余杭区爱橙街198号B楼；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”。