Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 湖南工商大学徐雪松获国家专利权

湖南工商大学徐雪松获国家专利权

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!

龙图腾网获悉湖南工商大学申请的专利一种基于频域重建与跨模态通道交换的遥感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:CN121214149B

龙图腾网通过国家知识产权局官网在2026-03-27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:202511773650.4,技术领域涉及:G06V10/80;该发明授权一种基于频域重建与跨模态通道交换的遥感融合方法是由徐雪松;郑新;熊宇;唐艾琳;郭美瑶设计研发完成,并于2025-11-28向国家知识产权局提交的专利申请。

一种基于频域重建与跨模态通道交换的遥感融合方法在说明书摘要公布了:本申请涉及一种基于频域重建与跨模态通道交换的遥感融合方法,包括:对双阶段预处理后的高光谱图像、雷达图像均进行格式与维度转换;对转换后的高光谱图像张量、雷达图像张量进行三阶段迭代循环特征提取,得到高光谱特征、雷达特征;各阶段特征提取均包括:对高光谱特征、雷达特征分别进行自适应频域变换,计算高光谱图像张量与雷达图像张量之间的相关度,并基于相关度对变换后的高光谱特征、雷达特征分别进行特征调制,将调制后的高光谱特征、雷达特征经过残差‑Transformer模型,输出各阶段对应的高光谱特征、雷达特征;通过自适应跨模态分层对抗融合网络融合第三阶段输出的高光谱特征、雷达特征,得到最终融合特征。

本发明授权一种基于频域重建与跨模态通道交换的遥感融合方法在权利要求书中公布了:1.一种基于频域重建与跨模态通道交换的遥感融合方法,其特征在于,包括: S1:获取高光谱图像、雷达图像,并对各模态图像进行自适应降噪与校准的双阶段预处理,对双阶段预处理后的高光谱图像、雷达图像均进行格式与维度转换; S2:对转换后的高光谱图像张量、雷达图像张量进行三阶段迭代循环特征提取,得到高光谱特征、雷达特征;各阶段特征提取均包括:对高光谱特征、雷达特征分别进行自适应频域变换,计算高光谱图像张量与雷达图像张量之间的相关度,并基于相关度对变换后的高光谱特征、雷达特征分别进行特征调制,将调制后的高光谱特征、雷达特征经过残差-Transformer模型,输出各阶段对应的高光谱特征、雷达特征;一阶段采用的是转换后的高光谱图像张量、雷达图像张量,二阶段和三阶段均采用上一阶段的输出; S3:通过自适应跨模态分层对抗融合网络融合第三阶段输出的高光谱特征、雷达特征,得到最终融合特征;融合过程包括: 步骤1:计算第三阶段输出的高光谱特征到雷达特征的第一注意力图,计算式为: ; 其中,表示高光谱特征到雷达特征的第一注意力图,表示高光谱特征或雷达特征中的元素位置,表示第三阶段输出的高光谱特征中的元素,表示第三阶段输出的雷达特征中的元素,T表示转置,表示正则化系数; 第三阶段输出的雷达特征到高光谱特征的第二注意力图,计算式为: ; 其中,表示雷达特征到高光谱特征的第二注意力图; 基于第一注意力图加权第三阶段输出的雷达特征,基于第二注意力图加权第三阶段输出的高光谱特征; 步骤2:采用不同大小的滑动窗口,对加权后的高光谱特征、雷达特征分别进行划分,分别得到第一局部特征块、第二局部特征块;计算第一局部特征块与第二局部特征块之间的相关度,计算式为: ; 其中,表示第i个第一局部特征块与第j个第二局部特征块之间的相关度,表示方差,表示协方差,表示第i个第一局部特征块,表示第j个第二局部特征块; 步骤3:基于对应的通道重要性权重对各相关度进行加权,得到加权相关度,计算式为: ; 其中,表示第m种模态的特征的第c个局部特征块的通道重要性权重,m的取值包括1或2,等于1时模态为高光谱图像,等于2时模态为雷达图像,表示相关度的数量,表示第c个第一局部特征块与第k个第二局部特征块之间的相关度,表示高光谱特征或雷达特征的第c个局部特征块的加权相关度; 步骤4:基于加权相关度加权求和第一局部特征块与第二局部特征块,得到通道交换后的第一局部特征块或第二局部特征块,计算式为: ; 其中,表示第m种模态的特征中通道交换后的局部特征块,表示第m种模态的特征中的局部特征块,表示另一种模态的特征中的局部特征块,表示sigmoid函数,表示学习参数; 步骤5:将各滑动窗口对应的通道交换后的第一局部特征块或第二局部特征块融合后恢复到原始的空间维度,得到局部交换后的高光谱特征或雷达特征,计算式为: ; 其中,表示局部交换后第m种模态的雷达特征,表示融合操作,表示第s个滑动窗口中第m种模态的特征中通道交换后的局部特征块; 步骤6:将局部交换后的高光谱特征、雷达特征重塑为序列格式,并输入轻量级状态空间模型,分别得到高光谱重塑特征、雷达重塑特征; 步骤7:基于高光谱重塑特征、雷达重塑特征生成条件引导特征,计算式为: ; 其中,C表示条件引导特征,表示全局平均池化,表示ReLU激活函数,表示层归一化,表示卷积操作,表示拼接操作,表示高光谱重塑特征,雷达重塑特征; 步骤8:基于双线性插值上采样对条件引导特征进行上采样,恢复至原始的空间维度,得到最终融合特征。

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工商大学,其通讯地址为:410205 湖南省长沙市岳麓区岳麓大道569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。

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。