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！

龙图腾网获悉北京理工大学申请的专利基于光学影像和合成孔径雷达影像的地物分类方法、设备、介质及产品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：CN119579979B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411657785.X，技术领域涉及：G06V10/764；该发明授权基于光学影像和合成孔径雷达影像的地物分类方法、设备、介质及产品是由吴昊;蔡晗;李林澄;李参海;杨科莹设计研发完成，并于2024-11-19向国家知识产权局提交的专利申请。

本基于光学影像和合成孔径雷达影像的地物分类方法、设备、介质及产品在说明书摘要公布了：本申请公开了一种基于光学影像和合成孔径雷达影像的地物分类方法、设备、介质及产品，涉及地物分类领域，获取待分类区域的光学影像和合成孔径雷达影像；根据光学影像和合成孔径雷达影像，利用地物分类模型确定待分类区域的地物类别；地物分类模型是利用训练数据集对地物分类初始模型进行训练得到的；地物分类初始模型包括第一特征提取网络、第二特征提取网络、特征融合模块和分类模块；特征提取网络提取合成孔径雷达影像的深层特征和浅层特征以及光学影像的深层特征和浅层特征；特征融合模块将提取的深层特征和浅层特征进行融合，得到特征信息融合图像；分类模块根据特征信息融合图像确定待分类区域的地物类别。本申请提高了地物分类的准确性。

本发明授权基于光学影像和合成孔径雷达影像的地物分类方法、设备、介质及产品在权利要求书中公布了：1.一种基于光学影像和合成孔径雷达影像的地物分类方法，其特征在于，包括： 获取待分类区域的光学影像和合成孔径雷达影像； 根据所述光学影像和所述合成孔径雷达影像，利用地物分类模型，确定所述待分类区域的地物类别；其中，所述地物分类模型是利用训练数据集对地物分类初始模型进行训练得到的；所述训练数据集包括训练用区域的光学影像和合成孔径雷达影像以及对应的地物类别标签；所述地物分类初始模型包括第一特征提取网络、第二特征提取网络、特征融合模块和分类模块；所述第一特征提取网络和所述第二特征提取网络均与所述特征融合模块连接；所述特征融合模块与所述分类模块连接；所述第一特征提取网络用于提取所述光学影像的深层特征和浅层特征；所述第二特征提取网络用于提取所述合成孔径雷达影像的深层特征和浅层特征；所述特征融合模块用于将所述光学影像的深层特征和浅层特征以及所述合成孔径雷达影像的深层特征和浅层特征进行融合，得到特征信息融合图像；所述分类模块用于根据所述特征信息融合图像对所述待分类区域的地物进行分类，确定地物类别；特征提取网络包括：依次连接的第一跳跃密集连接模块、第一下采样过渡层、第二跳跃密集连接模块、第二下采样过渡层、第三跳跃密集连接模块、第三下采样过渡层、第四跳跃密集连接模块、第一上采样过渡层、第一特征提取模块、第二上采样过渡层、第二特征提取模块、第三上采样过渡层和第三特征提取模块；所述第四跳跃密集连接模块和所述第三特征提取模块均与所述特征融合模块连接；所述特征融合模块包括：第一基于自注意力机制的分离融合门控模块、第二基于自注意力机制的分离融合门控模块和第四上采样过渡层；所述第一基于自注意力机制的分离融合门控模块和所述第四跳跃密集连接模块连接；所述第二基于自注意力机制的分离融合门控模块分别与所述第四上采样过渡层和所述第三特征提取模块连接；所述基于自注意力机制的分离融合门控模块和所述第四上采样过渡层通过特征图级联操作与所述分类模块连接。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。