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！

龙图腾网获悉中山大学;广州文远知行科技有限公司申请的专利一种Transformer多模态数据特征融合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：CN116468978B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202310127072.1，技术领域涉及：G06V10/80；该发明授权一种Transformer多模态数据特征融合方法是由谭晓军;王锦萍;张乐天;陈楠杰;黄佳健;王薛强设计研发完成，并于2023-02-15向国家知识产权局提交的专利申请。

本一种Transformer多模态数据特征融合方法在说明书摘要公布了：本发明公开了一种Transformer多模态数据特征融合方法,方法包括：通过浅层空谱特征解译模块进行第一次上下文优化，根据从LiDAR数据获得的局部空间掩膜作为引导信息，从光谱信息到空间信息提取浅层多模态特征；通过中层自适应特征融合模块进行第二次上下文特征融合，使用自适应交叉Transformer融合多个数据源的CLS标记，得到协作抽象信息；根据浅层多模态特征和协作抽象信息，通过高层多阶段特征传递模块进行第三次交叉融合，得到最终全局特征融合结果。本发明更可靠更灵活，可广泛应用于计算机技术领域。

本发明授权一种Transformer多模态数据特征融合方法在权利要求书中公布了：1.一种Transformer多模态数据特征融合方法，其特征在于，包括： 通过浅层空谱特征解译模块进行第一次上下文优化，根据从LiDAR数据获得的局部空间掩膜作为引导信息，从光谱信息到空间信息提取浅层多模态特征； 通过中层自适应特征融合模块进行第二次上下文特征融合，使用自适应交叉Transformer融合多个数据源的CLS标记，得到协作抽象信息； 根据所述浅层多模态特征和所述协作抽象信息，通过高层多阶段特征传递模块进行第三次交叉融合，得到最终全局特征融合结果； 所述通过浅层空谱特征解译模块进行第一次上下文优化，根据从LiDAR数据获得的局部空间掩膜作为引导信息，从光谱信息到空间信息提取浅层多模态特征，包括: 使用光谱注意力模块确定单个图像通道维度的全局相关性； 根据单个图像通道维度的全局相关性，引入动态区域感知策略生成LiDAR的引导掩膜； 根据所述引导掩膜作为引导信息，对图像特征的空间区分能力进行增强处理； 所述通过中层自适应特征融合模块进行第二次上下文特征融合，使用自适应交叉Transformer融合多个数据源的CLS标记，得到协作抽象信息，包括： 将MHT编码器应用于HSI数据，并将MLT编码器应用于LiDAR数据，得到光谱特征和空间特征； 根据自适应CLS标记混合器机制，将不同组的HSI数据的CLS标记分别与LiDAR数据自适应融合，得到协作抽象信息； 所述根据所述浅层多模态特征和所述协作抽象信息，通过高层多阶段特征传递模块进行第三次交叉融合，得到最终全局特征融合结果，包括： 计算高级纹理特征、次高级可解释特征和最高级语义特征； 根据所述高级纹理特征、次高级可解释特征和最高级语义特征，计算最终融合特征； 将所述最终融合特征输入到分类模块得到类别标签，经过全局平均池化和完全连接层后转换为一维向量； 使用softmax函数将所述一维向量转化为概率分布，得到预测向量，基于所述预测向量的最大概率进行分类； 采用边际损失函数度量所述预测向量和对应的真值向量的一致性，并根据所述一致性的度量结果更新迭代过程。

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中山大学;广州文远知行科技有限公司，其通讯地址为：510275 广东省广州市海珠区新港西路135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。