恭喜廣東工業(yè)大學張旭輝獲國家專利權
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!
龍圖騰網恭喜廣東工業(yè)大學申請的專利多模態(tài)圖像融合模型構建方法及多模態(tài)圖像融合方法獲國家發(fā)明授權專利權,本發(fā)明授權專利權由國家知識產權局授予,授權公告號為:CN119006967B 。
龍圖騰網通過國家知識產權局官網在2025-05-02發(fā)布的發(fā)明授權授權公告中獲悉:該發(fā)明授權的專利申請?zhí)?專利號為:202411257505.6,技術領域涉及:G06V10/80;該發(fā)明授權多模態(tài)圖像融合模型構建方法及多模態(tài)圖像融合方法是由張旭輝;何翊卿;王卓薇;程良倫;陽愛民設計研發(fā)完成,并于2024-09-09向國家知識產權局提交的專利申請。
本多模態(tài)圖像融合模型構建方法及多模態(tài)圖像融合方法在說明書摘要公布了:本發(fā)明涉及光電吊艙技術領域,公開了多模態(tài)圖像融合模型構建方法及多模態(tài)圖像融合方法,包括:獲取光電吊艙不同傳感器采集的各模態(tài)的樣本圖像;將樣本圖像輸入初始多模態(tài)圖像融合模型,對樣本圖像進行深度特征提取及特征重建;計算得到融合圖像與樣本圖像之間的梯度損失和像素損失;利用預先訓練好的圖像分解網絡對融合圖像進行分解,計算重構圖像與樣本圖像之間的輔助損失;計算得到聯(lián)合損失;利用優(yōu)化器和聯(lián)合損失對初始多模態(tài)圖像融合模型進行訓練。本發(fā)明顯著提升了融合網絡的效果和對多種模態(tài)圖像的融合泛化能力,還大幅提高了圖像處理的速度和效率,實現(xiàn)了高效融合來自不同模態(tài)的圖像數(shù)據,提供更精確和全面的圖像信息。
本發(fā)明授權多模態(tài)圖像融合模型構建方法及多模態(tài)圖像融合方法在權利要求書中公布了:1.一種多模態(tài)圖像融合模型構建方法,其特征在于,所述方法包括:獲取光電吊艙不同傳感器采集的各模態(tài)的樣本圖像;將所述樣本圖像輸入初始多模態(tài)圖像融合模型,對所述樣本圖像進行深度特征提取及特征重建,得到所述樣本圖像對應的融合圖像;計算得到所述融合圖像與所述樣本圖像之間的梯度損失和像素損失;利用預先訓練好的圖像分解網絡對所述融合圖像進行分解,得到所述融合圖像的對應的重構圖像,計算所述重構圖像與所述樣本圖像之間的輔助損失;所述圖像分解網絡包括編碼器、解碼器和多層跳躍連接,所述預先訓練好的圖像分解網絡通過如下方式得到:獲取所述樣本圖像對應的樣本融合圖像;將所述樣本融合圖像輸入所述編碼器,對所述樣本融合圖像進行特征提取,得到多模態(tài)特征;將所述多模態(tài)特征利用所述多層跳躍連接傳輸至所述解碼器,利用所述解碼器進行特征重構,分解得到多模態(tài)特征;利用所述多模態(tài)特征與所述樣本融合圖像之間的損失函數(shù),對所述圖像分解網絡進行訓練,得到所述預先訓練好的圖像分解網絡;基于所述梯度損失、所述像素損失和所述輔助損失,計算得到聯(lián)合損失;利用優(yōu)化器和所述聯(lián)合損失對所述初始多模態(tài)圖像融合模型進行訓練,得到目標多模態(tài)圖像融合模型。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯(lián)系本專利的申請人或專利權人廣東工業(yè)大學,其通訊地址為:510006 廣東省廣州市番禺區(qū)大學城外環(huán)西路100號;或者聯(lián)系龍圖騰網官方客服,聯(lián)系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數(shù)據和信息,力求客觀、公正,但并不保證數(shù)據的最終完整性和準確性。
2、報告中的分析和結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或者憑證。