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！

龙图腾网获悉浙江工业大学申请的专利一种基于导向视觉语义对齐的遥感图文检索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：CN117009569B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202310835877.1，技术领域涉及：G06F16/583；该发明授权一种基于导向视觉语义对齐的遥感图文检索方法是由白琮;潘建成;马青;陈胜勇设计研发完成，并于2023-07-10向国家知识产权局提交的专利申请。

本一种基于导向视觉语义对齐的遥感图文检索方法在说明书摘要公布了：一种基于导向视觉语义对齐的遥感图文检索方法，包括模态输入前的预处理、图文检索模型的搭建和损失函数的设计，其中图文检索模型搭建包括构建模态输入、模态交互和相似性度量三部分，所述模态交互的目标导向注意力模块包括模态内融合注意力模块和模态间引导注意力模块，其利用显著目标特征作为导向，自适应地调整最终视觉和文本嵌入在潜在语义空间中的距离。本发明解决遥感图文检索中普遍存在的视觉‑语义不平衡问题，并且深入挖掘视觉和语言之间的关联关系，提升遥感图文检索精度。

本发明授权一种基于导向视觉语义对齐的遥感图文检索方法在权利要求书中公布了：1.一种基于导向视觉语义对齐的遥感图文检索方法，其特征在于，所述方法包括以下步骤： 步骤一、模态输入前的预处理，对遥感图像-文本数据集的图像和文本进行预处理，获得标准的模型输入样本数据； 步骤二、图文检索模型的搭建，包括构建模态输入、模态交互和相似性度量三部分，实现对视觉和文本模态特征提取、模态间信息交互和计算视觉和文本模态的余弦相似度； 步骤三、损失函数的设计，包括三元组排序损失函数和全局视觉语义损失函数，通过最小化损失函数实现图像和文本的对齐； 所述步骤二包括以下步骤： 步骤2.1：构建模态输入；所述的模态输入包括两个视觉编码器和一个文本编码器；其中视觉编码器包括多尺度视觉编码器和显著目标编码器；过程如下： 步骤2.1.1：多尺度视觉编码器使用ResNet-50作为网络骨架，在AID数据集上预训练，用于提取遥感图像中的多尺度视觉特征；在多尺度视觉编码器和后分别加入多层感知机对提取特征进行映射； 步骤2.1.2：显著目标编码器使用ResNet-50作为网络骨架，在DOTA数据集上预先训练，用于提取显著目标特征；在显著目标编码器后分别加入全连接层获取对提取特征进行映射； 步骤2.1.3：其中文本编码器由Glove模型和双向GRU组成；Glove模型用于将句向量映射成一个300维度大小句向量；双向GRU获取这些句向量的上下文关系，得到初步的文本特征；在文本编码器后加入双流门控模块加强初步的文本特征深层的语义关联，得到词级文本特征； 步骤2.2：构建模态交互；所述模态交互包括目标导向注意力模块；其包括模态内融合注意力模块和模态间引导注意力模块；模态内融合注意力模块对步骤2.1.1中映射后的多尺度视觉特征和步骤2.1.2中映射后的显著目标特征进行融合，得到融合的视觉特征；模态间引导注意力模块利用步骤2.1.2中映射后的显著目标特征来引导词级文本特征的表达，得到视觉引导的文本特征； 步骤2.3：构建相似性度量；将步骤2.1.1中映射后的多尺度视觉特征和步骤2.1.3中映射后的词级文本特征、步骤2.2获得的融合的视觉特征和视觉引导的文本特征使用均值化处理转换成对应的嵌入，分别计算多尺度视觉嵌入和词级文本嵌入的余弦相似度、融合视觉嵌入和视觉引导文本嵌入的余弦相似度。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市下城区朝晖六区潮王路18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。