買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉南京信息工程大學申請的專利一種融合全局和局部信息的多模態遙感數據分類方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116863247B 。

龍圖騰網通過國家知識產權局官網在2025-08-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202311056294.5，技術領域涉及：G06V10/764；該發明授權一種融合全局和局部信息的多模態遙感數據分類方法是由涂兵;任啟;廖曉龍;葉井飛;曹兆樓;陳云云設計研發完成，并于2023-08-22向國家知識產權局提交的專利申請。

本一種融合全局和局部信息的多模態遙感數據分類方法在說明書摘要公布了：本發明公開了一種融合全局和局部信息的多模態遙感數據分類方法，屬于高光譜圖像處理技術領域，包括獲取待分類的多模態遙感數據集，并輸入至預先訓練好的多模態遙感數據分類模型；所述多模態遙感數據分類模型基于所述待分類的多模態遙感數據集，輸出多模態遙感數據分類結果。本發明解決了現有技術中多模態卷積的可解釋性差，對于跨模態特征提取不夠充分，且上下文獨立的卷積結構難以捕獲全局信息的問題，通過特征解耦的方式將多模態信息分解為共有信息和特有信息，實現多模態信息融合，充分挖掘多模態遙感數據的特征，大幅度降低了遙感圖像領域中深度學習模型對于訓練數據的需求，以此實現更準確的圖像分類。

本發明授權一種融合全局和局部信息的多模態遙感數據分類方法在權利要求書中公布了：1.一種融合全局和局部信息的多模態遙感數據分類方法，其特征在于，包括： 獲取待分類的多模態遙感數據集，并輸入至預先訓練好的多模態遙感數據分類模型； 所述多模態遙感數據分類模型基于所述待分類的多模態遙感數據集，輸出多模態遙感數據分類結果； 所述多模態遙感數據分類模型的訓練方法包括： 獲取原始高光譜遙感數據和LiDAR數據，對原始高光譜遙感數據進行降維處理，獲取低維高光譜特征； 根據確定的訓練樣本數目，從低維高光譜特征和LiDAR數據中隨機篩選出訓練集和測試集，搭建初始多模態遙感數據分類模型，并設置多模態遙感數據分類模型的迭代次數和參數； 將低維高光譜特征和LiDAR數據進行多尺度信息融合，獲取低維高光譜淺層特征和LiDAR數據淺層特征； 通過雙分支Transformer-CNN特征提取器，將低維高光譜淺層特征和LiDAR數據淺層特征分別進行全局信息提取和局部信息提取，獲取低維高光譜的低頻全局特征和高頻局部特征以及LiDAR數據的低頻全局特征和高頻局部特征； 通過ECA模塊融合低維高光譜的低頻全局特征和高頻局部特征以及LiDAR數據的低頻全局特征和高頻局部特征，利用訓練集循環訓練初始多模態遙感數據分類模型；當達到最大迭代次數時，獲取最終的多模態遙感數據分類模型。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人南京信息工程大學，其通訊地址為：210044 江蘇省南京市江北新區寧六路219號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。