中國鐵路設(shè)計集團有限公司;中國科學院空天信息創(chuàng)新研究院;西南交通大學;成都理工大學;中國鐵路廣州局集團有限公司;中交第一公路勘察設(shè)計研究院有限公司劉桂衛(wèi)獲國家專利權(quán)
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)獲悉中國鐵路設(shè)計集團有限公司;中國科學院空天信息創(chuàng)新研究院;西南交通大學;成都理工大學;中國鐵路廣州局集團有限公司;中交第一公路勘察設(shè)計研究院有限公司申請的專利一種隱蔽性地質(zhì)災(zāi)害多模態(tài)遙感智能識別方法獲國家發(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:CN120107808B 。
龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-15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:202510600195.1,技術(shù)領(lǐng)域涉及:G06V20/10;該發(fā)明授權(quán)一種隱蔽性地質(zhì)災(zāi)害多模態(tài)遙感智能識別方法是由劉桂衛(wèi);孫琪皓;張紅;張瑞;董秀軍;薛雙綱;許璐;樊昱坤;李志鵬;王飛;張璇鈺;聞濟舟;吳臻林;劉衛(wèi)民設(shè)計研發(fā)完成,并于2025-05-12向國家知識產(chǎn)權(quán)局提交的專利申請。
本一種隱蔽性地質(zhì)災(zāi)害多模態(tài)遙感智能識別方法在說明書摘要公布了:本發(fā)明公開了一種隱蔽性地質(zhì)災(zāi)害多模態(tài)遙感智能識別方法,包括:對多模態(tài)遙感數(shù)據(jù)進行歸一化處理;構(gòu)建像素級跨模態(tài)視覺轉(zhuǎn)換器;構(gòu)建像素級跨模態(tài)注意力模塊,包括像素自注意子模塊、像素互注意子模塊和層適應(yīng)混合模塊;引入層適應(yīng)性噪聲機制,自適應(yīng)調(diào)節(jié)不同層級中模態(tài)內(nèi)自注意和模態(tài)間互注意的權(quán)重比例;構(gòu)建關(guān)系判別器,通過評估空間對應(yīng)點模態(tài)間差異性,調(diào)制注意力計算過程;訓練模型,采用多任務(wù)損失函數(shù)包括語義分割損失和邊界感知損失聯(lián)合優(yōu)化,生成隱蔽性地質(zhì)災(zāi)害分割結(jié)果。該方法充分利用RGB光學影像、InSAR形變速率圖像和DEM高程數(shù)據(jù)的互補信息,通過高效的像素級跨模態(tài)融合機制,實現(xiàn)對隱蔽性地質(zhì)災(zāi)害的精準識別。
本發(fā)明授權(quán)一種隱蔽性地質(zhì)災(zāi)害多模態(tài)遙感智能識別方法在權(quán)利要求書中公布了:1.一種隱蔽性地質(zhì)災(zāi)害多模態(tài)遙感智能識別方法,其特征在于,包括以下步驟: 對多模態(tài)遙感數(shù)據(jù)包括光學RGB影像、InSAR形變圖和DEM地形數(shù)據(jù)進行歸一化處理,將不同模態(tài)數(shù)據(jù)映射到統(tǒng)一特征空間; 構(gòu)建像素級跨模態(tài)視覺轉(zhuǎn)換器,包括多模態(tài)編碼器和解碼器;編碼器采用多階段結(jié)構(gòu)提取多尺度特征,各階段中整合像素級跨模態(tài)融合模塊;解碼器基于多層感知機整合多模態(tài)編碼特征生成分割預(yù)測; 構(gòu)建像素級跨模態(tài)注意力模塊,包括像素自注意子模塊、像素互注意子模塊和層適應(yīng)混合模塊,通過像素對齊實現(xiàn)線性復(fù)雜度的高效跨模態(tài)注意力機制; 構(gòu)建層適應(yīng)性噪聲機制,自適應(yīng)調(diào)節(jié)不同層級中模態(tài)內(nèi)自注意和模態(tài)間互注意的權(quán)重比例,平衡不同深度層的模態(tài)融合程度; 構(gòu)建關(guān)系判別器,通過評估空間對應(yīng)點模態(tài)間差異性,調(diào)制注意力計算過程,增強互補信息提取能力; 訓練模型,采用多任務(wù)損失函數(shù)包括語義分割損失和邊界感知損失聯(lián)合優(yōu)化,生成隱蔽性地質(zhì)災(zāi)害分割結(jié)果; 所述像素自注意子模塊的計算公式為: 其中,為查詢、鍵和值矩陣,為可學習的投影權(quán)重,d為注意力頭的維度,T為轉(zhuǎn)置符號;像素互注意子模塊僅在空間位置對齊的像素間建立連接,其計算公式為: 其中,Qi,n、Kj,n和Vj,n分別表示位置n處模態(tài)i的查詢以及模態(tài)j的鍵和值,Ri,j為關(guān)系判別器; 所述關(guān)系判別器的結(jié)構(gòu)設(shè)計為: Ri,jXi,Xj=σMLP[Xi;Xj]; 其中,[Xi;Xj]表示特征連接操作,MLP為多層感知機,σ為Softmax函數(shù);關(guān)系分數(shù)用于調(diào)制互注意力中的鍵值計算:其中,⊙表示元素級乘法,Kj為由模態(tài)索引j得出的鍵值,為計算更新后的鍵值。
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)人中國鐵路設(shè)計集團有限公司;中國科學院空天信息創(chuàng)新研究院;西南交通大學;成都理工大學;中國鐵路廣州局集團有限公司;中交第一公路勘察設(shè)計研究院有限公司,其通訊地址為:300450 天津市濱海新區(qū)天津自貿(mào)試驗區(qū)(空港經(jīng)濟區(qū))東七道109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)”。
1、本報告根據(jù)公開、合法渠道獲得相關(guān)數(shù)據(jù)和信息,力求客觀、公正,但并不保證數(shù)據(jù)的最終完整性和準確性。
2、報告中的分析和結(jié)論僅反映本公司于發(fā)布本報告當日的職業(yè)理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據(jù)或者憑證。
- 長沙開元儀器有限公司黃鋒獲國家專利權(quán)
- 上海鈞正網(wǎng)絡(luò)科技有限公司楊磊獲國家專利權(quán)
- 上海發(fā)電設(shè)備成套設(shè)計研究院有限責任公司呂為智獲國家專利權(quán)
- 北京航天三發(fā)高科技有限公司周培好獲國家專利權(quán)
- 羅伯特·博世有限公司R·魯薩諾夫獲國家專利權(quán)
- 好孩子兒童用品有限公司蔡輝獲國家專利權(quán)
- 北京京東尚科信息技術(shù)有限公司王穎帥獲國家專利權(quán)
- 深圳市云頂信息技術(shù)有限公司陳連成獲國家專利權(quán)
- 國網(wǎng)甘肅省電力公司馬明獲國家專利權(quán)
- 佛山市科思博科技有限公司謝柳揚獲國家專利權(quán)


熱門推薦
- 螞蟻勝信(上海)信息技術(shù)有限公司高生兵獲國家專利權(quán)
- 南京農(nóng)業(yè)大學傅秀清獲國家專利權(quán)
- 阿里巴巴集團控股有限公司趙鵬獲國家專利權(quán)
- 小狗電器互聯(lián)網(wǎng)科技(北京)股份有限公司檀沖獲國家專利權(quán)
- 北京航天三發(fā)高科技有限公司周培好獲國家專利權(quán)
- 廣東美的制冷設(shè)備有限公司黃伙旭獲國家專利權(quán)
- 旭化成株式會社張珣獲國家專利權(quán)
- 華為技術(shù)有限公司朱桂杰獲國家專利權(quán)
- 廣東中集建筑制造有限公司周永亮獲國家專利權(quán)
- 宿遷遠泰橡塑機械科技有限公司費德立獲國家專利權(quán)