湖南师范大学蒋宇晨获国家专利权
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！
龙图腾网获悉湖南师范大学申请的专利基于特征不确定性联合评估的多模态图像融合方法及系统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：CN120182112B 。
龙图腾网通过国家知识产权局官网在2025-08-08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：202510645632.1，技术领域涉及：G06T5/50；该发明授权基于特征不确定性联合评估的多模态图像融合方法及系统是由蒋宇晨;马华;韦晓辉;肖林设计研发完成，并于2025-05-20向国家知识产权局提交的专利申请。
本基于特征不确定性联合评估的多模态图像融合方法及系统在说明书摘要公布了：本发明公开了一种基于特征不确定性联合评估的多模态图像融合方法及系统，将输入的一对图像拼接得到拼接图像、输入扩散模型分别从N个时间步提取S种不同尺度的特征，将得到的N×S种特征输入全连接层神经网络模型得到不同时间步特征的特征潜在不确定性权重，针对不同时间步的同一尺度的特征根据特征潜在不确定性权重进行加权拼接压缩得到S种不同尺度的初步融合特征，根据尺度逐层上采样并使用注意力模块调整通道数得到最终融合特征并解码器得到融合图像。本发明旨在解决图像融合中由于模态差异和特征潜在不确定性引起的特征提取不充分和融合结果不稳定问题，克服由于特征提取不充分、融合不合理导致融合结果细节缺失、表现不稳定的问题。
本发明授权基于特征不确定性联合评估的多模态图像融合方法及系统在权利要求书中公布了：1.一种基于特征不确定性联合评估的多模态图像融合方法，其特征在于，包括将从可见光图像和热红外图像两者的拼接图像提取的N个时间步的S种不同尺度的特征利用全连接层神经网络模型提取不同时间步特征的特征潜在不确定性权重，并将同一尺度下不同时间步的特征基于特征潜在不确定性权重加权拼接压缩得到S种不同尺度的初步融合特征、再通过逐层上采样并使用注意力模块调整通道数得到最终融合特征，并利用解码器解码得到输出的融合图像；所述全连接层神经网络模型用于针对N个时间步的S种不同尺度的特征进行特征提取并获取特征潜在分布的均值和标准差，并根据下式计算得到不同时间步特征的特征潜在不确定性权重： ， 其中，为t时间步的、第尺度特征的特征潜在不确定性权重，为t时间步的第尺度下特征潜在分布的标准差的平均值，为所有时间步的第尺度下特征潜在分布的标准差的平均值。
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湖南师范大学，其通讯地址为：410081 湖南省长沙市岳麓区麓山路36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”。
免责声明
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号