买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉湖南工商大学申请的专利一种基于动态多尺度双通道注意力的轻量化数据融合方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120236174B 。

龙图腾网通过国家知识产权局官网在2025-08-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510707045.0，技术领域涉及：G06V10/80；该发明授权一种基于动态多尺度双通道注意力的轻量化数据融合方法是由徐雪松;郑新;王煜坤;熊宇;严凯阳设计研发完成，并于2025-05-29向国家知识产权局提交的专利申请。

本一种基于动态多尺度双通道注意力的轻量化数据融合方法在说明书摘要公布了：本申请涉及一种基于动态多尺度双通道注意力的轻量化数据融合方法，包括：计算对齐后第一阶段的点云特征分别与第一阶段、第二阶段的图像特征之间的跨模态相似度，基于两个跨模态相似度分别增强对齐后第一阶段的点云特征，拼接第一阶段的图像特征、第二阶段的图像特征以及两个增强得到的点云特征图，将拼接结果经过层归一化，得到第一融合特征图；将剩余阶段的图像特征与剩余阶段的点云特征按序一一对应，将对应好的三组图像特征、点云特征分别进行特征融合，得到第二融合特征图、第三融合特征图、第四融合特征图；将四个融合特征图经过全局上下文级联结构，将得到的四个全局上下文特征分别经过注意力机制，分别得到四个层级的融合优化数据。

本发明授权一种基于动态多尺度双通道注意力的轻量化数据融合方法在权利要求书中公布了：1.一种基于动态多尺度双通道注意力的轻量化数据融合方法，其特征在于，包括： S1：获取图像数据和点云数据，并对点云数据以及预处理后的图像数据分别进行分阶段特征提取，分别得到四个阶段的点云特征、五个阶段的图像特征； 基于点云数据划分出的所有体素的特征，得到第一阶段的点云特征；在第一阶段的点云特征的基础上，接连进行三次邻域逐渐减小的点云特征聚合，得到剩余三个阶段的点云特征； 对预处理后的图像数据进行分阶段特征提取包括： 将预处理后的图像数据输入至ShuffleNetV2网络，经过ShuffleNetV2网络中的第一层卷积层和最大池化层，输出第一阶段的图像特征； 将第一阶段的图像特征经过ShuffleNetV2网络中后续的卷积层以及通道shuffle模块，输出第二阶段的图像特征； 将第二阶段的图像特征输入至EfficientNet-Lite网络，输出第三阶段的图像特征； 将第三阶段的图像特征输入至MobileNetV2网络，输出第四阶段的图像特征； 将第四阶段的图像特征输入至MobileNetV2网络，输出第五阶段的图像特征； S2：将第一阶段的点云特征的维度与图像特征的维度对齐；基于余弦相似度计算式，计算对齐后第一阶段的点云特征分别与第一阶段、第二阶段的图像特征之间的跨模态相似度，基于两个跨模态相似度分别增强对齐后第一阶段的点云特征，拼接第一阶段的图像特征、第二阶段的图像特征以及两个增强得到的点云特征图，并将拼接结果经过层归一化，得到第一融合特征图； S3：将剩余阶段的图像特征与剩余阶段的点云特征按序一一对应，将对应好的三组图像特征、点云特征分别经过步骤S2进行特征融合，得到第二融合特征图、第三融合特征图、第四融合特征图； 将第二阶段、第三阶段、第四阶段的点云特征的维度分别与对应阶段图像特征的维度对齐； 计算所述剩余阶段的图像特征与对齐后对应阶段点云特征之间的跨模态相似度，基于跨模态相似度融合剩余阶段图像特征与对应阶段点云特征，分别得到第二、第三、第四融合特征图； S4：将四个融合特征图经过全局上下文级联结构，分别得到第一全局上下文特征、第二全局上下文特征、第三全局上下文特征、第四全局上下文特征； S5：将四个全局上下文特征分别经过注意力机制，分别得到四个层级的融合优化数据。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人湖南工商大学，其通讯地址为：410205 湖南省长沙市岳麓区岳麓大道569号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。