買(mǎi)專利賣(mài)專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉中國(guó)地質(zhì)大學(xué)(武漢)申請(qǐng)的專利一種融合遙感影像與軌跡數(shù)據(jù)的道路網(wǎng)絡(luò)信息獲取方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119851116B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)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(qǐng)?zhí)?專利號(hào)為：202411780132.0，技術(shù)領(lǐng)域涉及：G06V20/10；該發(fā)明授權(quán)一種融合遙感影像與軌跡數(shù)據(jù)的道路網(wǎng)絡(luò)信息獲取方法是由楊雪;尹圓圓設(shè)計(jì)研發(fā)完成，并于2024-12-05向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種融合遙感影像與軌跡數(shù)據(jù)的道路網(wǎng)絡(luò)信息獲取方法在說(shuō)明書(shū)摘要公布了：本發(fā)明涉及道路網(wǎng)絡(luò)信息獲取領(lǐng)域，尤其涉及一種融合遙感影像與軌跡數(shù)據(jù)的道路網(wǎng)絡(luò)信息獲取方法。該方法包括：獲取高分辨率遙感影像數(shù)據(jù)和車輛軌跡數(shù)據(jù)；對(duì)車輛軌跡數(shù)據(jù)進(jìn)行預(yù)處理、柵格化和特征提取操作；構(gòu)建用于訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)集；利用卷積神經(jīng)網(wǎng)絡(luò)獲取高分辨率遙感影像和軌跡數(shù)據(jù)中的道路網(wǎng)絡(luò)信息，本發(fā)明在影像自編碼器和軌跡自編碼器中間應(yīng)用多模態(tài)特征增強(qiáng)模塊來(lái)傳遞多模態(tài)互補(bǔ)信息，實(shí)現(xiàn)了影像單模態(tài)特征和軌跡單模態(tài)特征的相互增強(qiáng)；將影像自編碼器和軌跡自編碼器輸出的道路預(yù)測(cè)圖像采用了基于門(mén)控權(quán)重的加權(quán)融合方式連接起來(lái)，這樣不僅能讓卷積神經(jīng)網(wǎng)絡(luò)自動(dòng)尋找合適的最優(yōu)權(quán)重值，也減少了人為選擇權(quán)重需要花費(fèi)的時(shí)間和精力。

本發(fā)明授權(quán)一種融合遙感影像與軌跡數(shù)據(jù)的道路網(wǎng)絡(luò)信息獲取方法在權(quán)利要求書(shū)中公布了：1.一種融合遙感影像與軌跡數(shù)據(jù)的道路網(wǎng)絡(luò)信息獲取方法，其特征在于：包括： S1：獲取高分辨率遙感影像數(shù)據(jù)和車輛軌跡數(shù)據(jù)； S2：對(duì)獲取的車輛軌跡數(shù)據(jù)進(jìn)行預(yù)處理、柵格化和特征提取操作； S3：構(gòu)建用于訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)集； S4：利用設(shè)計(jì)的卷積神經(jīng)網(wǎng)絡(luò)獲取高分辨率遙感影像和軌跡數(shù)據(jù)中的道路網(wǎng)絡(luò)信息，具體步驟如下： S4.1：使用Python編程語(yǔ)言基于Pytorch框架在Pycharm集成環(huán)境中構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)，該卷積神經(jīng)網(wǎng)絡(luò)包括影像自編碼器、軌跡自編碼器、多模態(tài)特征增強(qiáng)模塊和基于門(mén)控權(quán)重的加權(quán)融合方式，其中，多模態(tài)特征增強(qiáng)模塊用于提取和傳遞影像單模態(tài)與軌跡單模態(tài)的互補(bǔ)信息以及實(shí)現(xiàn)影像特征和軌跡特征的相互增強(qiáng)；基于門(mén)控權(quán)重的加權(quán)融合方式對(duì)影像自編碼器和軌跡自編碼器的輸出結(jié)果進(jìn)行融合； S4.2：影像編碼器和軌跡編碼器輸出的影像單模態(tài)特征和軌跡單模態(tài)特征如下： 式中，fI是一組影像單模態(tài)特征，fT是一組軌跡單模態(tài)特征，i＝1,2,3,4； S4.3：影像自編碼器和軌跡自編碼器中的AD模塊獲取的影像單模態(tài)特征信息和軌跡單模態(tài)特征信息如下： 式中，與分別是影像自編碼器和軌跡自編碼器內(nèi)每個(gè)AD模塊中三個(gè)CCA分支的最終輸出，與則分別是影像自編碼器和軌跡自編碼器內(nèi)每個(gè)AD模塊中HDC分支的輸出； 在多模態(tài)特征增強(qiáng)模塊中，對(duì)軌跡單模態(tài)特征信息進(jìn)行動(dòng)態(tài)傳遞的門(mén)控權(quán)重為： 式中，運(yùn)算符表示對(duì)與按通道進(jìn)行拼接，Conv表示1*1卷積層，與是1*1卷積層的參數(shù)，Sigmoid函數(shù)確保門(mén)控權(quán)重范圍在[0,1]之間； 影像自編碼器得到的經(jīng)過(guò)軌跡單模態(tài)特征增強(qiáng)后的影像特征為： 式中，運(yùn)算符表示元素相乘； 同理，對(duì)影像單模態(tài)特征信息進(jìn)行動(dòng)態(tài)傳遞的門(mén)控權(quán)重為： 軌跡自編碼器得到的經(jīng)過(guò)影像單模態(tài)特征增強(qiáng)后的軌跡特征如下： S4.4：通過(guò)兩個(gè)可學(xué)習(xí)的門(mén)控權(quán)重對(duì)影像自編碼和軌跡自編碼器的道路預(yù)測(cè)結(jié)果進(jìn)行加權(quán)求和，門(mén)控權(quán)重的計(jì)算公式為： 式中，Conv表示1*1卷積層，WT與WI是1*1卷積層的參數(shù)，OutI與OutT分別是影像自編碼器和軌跡自編碼器的道路預(yù)測(cè)結(jié)果； 然后使用3*3的卷積層來(lái)降低維度，進(jìn)而得到最終的道路預(yù)測(cè)融合結(jié)果為： Out＝ConvθT*OutT+θI*OutI。

如需購(gòu)買(mǎi)、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人中國(guó)地質(zhì)大學(xué)(武漢)，其通訊地址為：430000 湖北省武漢市洪山區(qū)魯磨路388號(hào)；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)”。