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！

龍圖騰網恭喜杭州字節方舟科技有限公司申請的專利一種用于生成多模態圖像數據集的方法、設備及其介質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：CN119671868B 。

龍圖騰網通過國家知識產權局官網在2025-05-02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：202510180521.8，技術領域涉及：G06T5/50；該發明授權一種用于生成多模態圖像數據集的方法、設備及其介質是由虞康;卓凌云;王筵村;丁東照;黃濤;梁宇龍設計研發完成，并于2025-02-19向國家知識產權局提交的專利申請。

本一種用于生成多模態圖像數據集的方法、設備及其介質在說明書摘要公布了：本申請公開了一種用于生成多模態圖像數據集的方法、設備及其介質，方法包括基于預處理的多模態圖像數據確定圖像特征提取策略；分析各模態圖像數據之間的關聯性和交互模式，確定每種模態圖像數據對合成圖像的影響權重；建立各模態圖像數據之間的關聯關系，得到模態關聯信息；獲取第一類傳感器模態的原始圖像數據和第二類傳感器模態的深度圖像數據，并輸入圖像特征提取策略，獲得圖像特征融合結果；獲取第一類傳感器模態和第二類傳感器模態之間的同步時間戳和采樣頻率；進行多模態融合模型的模型優化；利用優化的多模態融合模型生成目標圖像數據集；本申請解決單一模態圖像數據集難以滿足復雜環境下深度學習模型的高精度識別需求的問題。

本發明授權一種用于生成多模態圖像數據集的方法、設備及其介質在權利要求書中公布了：1.一種用于生成多模態圖像數據集的方法，其特征在于，包括：收集不同源的多模態圖像數據并進行預處理；基于預處理的多模態圖像數據確定圖像特征提取策略；分析各模態圖像數據之間的關聯性和交互模式，確定每種模態圖像數據對合成圖像的影響權重；將不同源的多模態分成第一類傳感器模態和第二類傳感器模態，并建立各模態圖像數據之間的關聯關系，得到模態關聯信息；基于模態關聯信息獲取第一類傳感器模態的原始圖像數據和第二類傳感器模態的深度圖像數據，并輸入圖像特征提取策略，獲得圖像特征融合結果；基于所述第一類傳感器模態和第二類傳感器模態之間的同步時間戳和采樣頻率；將所述同步時間戳、采樣頻率和圖像特征融合結果輸入預設的多模態融合模型中進行模型優化；利用優化的多模態融合模型生成目標圖像數據集；所述基于預處理的多模態圖像數據確定圖像特征提取策略，具體包括：基于預處理的多模態圖像數據，獲取每種模態圖像數據的特性信息，所述特性信息包括模態類型、分辨率、色彩深度、數據量大小；分析每種模態圖像數據在合成圖像中的作用，確定各模態圖像數據的重要性等級；將每種模態圖像數據的圖形信息與重要性等級關聯，生成適用于當前組的多模態圖像數據的圖像特征提取策略；所述得到模態關聯信息，具體包括：將所述第一類傳感器模態和第二類傳感器模態的數據輸入初步的多模態融合模型中；根據每種模態圖像數據的特性信息和重要性等級，判斷不同模態數據間的依賴關系和互補性；基于預設合成圖像質量標準，選擇并標記關鍵模態數據；根據所述關鍵模態數據以及對應的特性信息、所述第一類傳感器模態和第二類傳感器模態的時間戳，計算每種模態圖像數據對合成圖像的影響權重；根據不同模態數據間的依賴關系和互補性以及每種模態圖像數據對合成圖像的影響權重，建立各模態圖像數據之間的關聯關系，形成模態關聯信息；所述將所述同步時間戳、采樣頻率和圖像特征融合結果輸入預設的多模態融合模型中進行模型優化，具體包括：根據確定的影響權重調整多模態融合模型中的參數設置，優化圖像特征融合過程，得到優化的圖像特征融合結果；將所述同步時間戳、采樣頻率和優化的圖像特征融合結果共同輸入至圖像特征提取策略，生成每種模態圖像數據的第一特征映射信息；利用所述第一特征映射信息，基于每種模態圖像數據的特性信息及其影響權重，結合所述同步時間戳和采樣頻率，計算模型優化參數；基于所述模型優化參數，獲得最終的多模態融合模型。

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杭州字節方舟科技有限公司，其通訊地址為：311100 浙江省杭州市余杭區倉前街道鼎創財富中心2幢12層1215；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”。