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(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉西南科技大學申請的專利基于雙分支特征分解的跨模態(tài)圖像差分融合方法及系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120510479B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-23發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510990275.2，技術(shù)領(lǐng)域涉及：G06V10/80；該發(fā)明授權(quán)基于雙分支特征分解的跨模態(tài)圖像差分融合方法及系統(tǒng)是由路錦正;胡鑫;曾寧直;蔡青龍設計研發(fā)完成，并于2025-07-18向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于雙分支特征分解的跨模態(tài)圖像差分融合方法及系統(tǒng)在說明書摘要公布了：本申請公開了基于雙分支特征分解的跨模態(tài)圖像差分融合方法及系統(tǒng)，涉及圖像處理技術(shù)領(lǐng)域，包括分別提取待融合的第一模態(tài)圖像和第二模態(tài)圖像的低頻率基礎特征以及高頻率細節(jié)特征；分別將低頻率基礎特征和高頻率細節(jié)特征輸入特征融合模塊得到對應的基礎融合特征和細節(jié)融合特征；特征融合模塊包括差分補償模塊，差分補償模塊根據(jù)輸入特征計算差分特征，采用sigmoid函數(shù)根據(jù)全局平均池化后的差分特征生成信道權(quán)重，計算特征補償值，將特征補償值與對應輸入特征相加作為補償特征，特征融合模塊對補償特征進行特征重建得到融合特征；拼接基礎融合編碼特征和細節(jié)融合編碼特征；解碼拼接結(jié)果后得到目標融合圖像，實現(xiàn)了跨模態(tài)圖像融合的權(quán)重動態(tài)分配。

本發(fā)明授權(quán)基于雙分支特征分解的跨模態(tài)圖像差分融合方法及系統(tǒng)在權(quán)利要求書中公布了：1.基于雙分支特征分解的跨模態(tài)圖像差分融合方法，其特征在于，包括： 獲取待融合的第一模態(tài)圖像和第二模態(tài)圖像； 編碼第一模態(tài)圖像和第二模態(tài)圖像，以分別提取對應的低頻率基礎特征和高頻率細節(jié)特征； 第一模態(tài)圖像的低頻率基礎特征和第二模態(tài)圖像的低頻率基礎特征輸入特征融合模塊后得到基礎融合特征；第一模態(tài)圖像的高頻率細節(jié)特征和第二模態(tài)圖像的高頻率細節(jié)特征輸入特征融合模塊后得到細節(jié)融合特征； 其中，特征融合模塊包括差分補償模塊，差分補償模塊根據(jù)輸入特征計算差分特征，采用sigmoid函數(shù)根據(jù)全局平均池化后的差分特征生成信道權(quán)重，根據(jù)差分特征及對應信道權(quán)重計算特征補償值，分別將特征補償值與對應輸入特征相加后作為補償特征，特征融合模塊對所有輸入特征的補償特征進行特征重建，得到融合特征； 將基礎融合編碼特征和細節(jié)融合編碼特征拼接； 解碼拼接結(jié)果后得到目標融合圖像； 在編碼第一模態(tài)圖像和第二模態(tài)圖像中，還包括：通過共享特征提取器提取輸入圖像的淺層特征，通過基礎編碼器從淺層特征中提取對應的低頻率基礎特征：基礎編碼器包括第一提取模塊、全局建模模塊、第二提取模塊和前饋神經(jīng)網(wǎng)絡； 其中，第一提取模塊和第二提取模塊用于提取輸入特征的局部結(jié)構(gòu)信息； 其中，全局建模模塊包括展平層、狀態(tài)建模層和殘差融合層；展平層將二維特征圖展平成序列向量；狀態(tài)建模層將狀態(tài)向量與動態(tài)偏移相加后歸一化為注意力權(quán)重，將注意力權(quán)重、狀態(tài)特征相乘和狀態(tài)建模層的輸入特征相乘，結(jié)合縮放因子動態(tài)調(diào)節(jié)變換強度后與投影矩陣進行逐元素相乘操作； 其中，所述前饋神經(jīng)網(wǎng)絡用于對輸入的特征進行非線性變換； 在編碼第一模態(tài)圖像和第二模態(tài)圖像中，還包括通過細節(jié)編碼器從淺層特征中提取對應的高頻率細節(jié)特征：細節(jié)編碼器沿通道維度將淺層特征劃分為3個輸入子特征，分別對每一輸入子特征提取細節(jié)特征后將所有提取結(jié)果執(zhí)行拼接操作，以得到對應的高頻率細節(jié)特征； 其中，對第一輸入子特征提取細節(jié)特征包括： 通過雙向掃描Mamba模塊提取第一輸入子特征的全局信息，得到第一特征圖； 根據(jù)預設低通濾波器和高通濾波器對第一輸入子特征進行Haar小波變換，以得到頻域特征； 采用卷積提取頻域特征提取局部信息； 對局部信息進行小波逆變換后得到變換結(jié)果； 將第一特征圖和第二特征圖求和得到特征提取結(jié)果。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人西南科技大學，其通訊地址為：621002 四川省綿陽市涪城區(qū)青龍大道59號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。