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！

龙图腾网获悉南京信息工程大学申请的专利一种融合全局和局部信息的多模态遥感数据分类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：CN116863247B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202311056294.5，技术领域涉及：G06V10/764；该发明授权一种融合全局和局部信息的多模态遥感数据分类方法是由涂兵;任启;廖晓龙;叶井飞;曹兆楼;陈云云设计研发完成，并于2023-08-22向国家知识产权局提交的专利申请。

本一种融合全局和局部信息的多模态遥感数据分类方法在说明书摘要公布了：本发明公开了一种融合全局和局部信息的多模态遥感数据分类方法，属于高光谱图像处理技术领域，包括获取待分类的多模态遥感数据集，并输入至预先训练好的多模态遥感数据分类模型；所述多模态遥感数据分类模型基于所述待分类的多模态遥感数据集，输出多模态遥感数据分类结果。本发明解决了现有技术中多模态卷积的可解释性差，对于跨模态特征提取不够充分，且上下文独立的卷积结构难以捕获全局信息的问题，通过特征解耦的方式将多模态信息分解为共有信息和特有信息，实现多模态信息融合，充分挖掘多模态遥感数据的特征，大幅度降低了遥感图像领域中深度学习模型对于训练数据的需求，以此实现更准确的图像分类。

本发明授权一种融合全局和局部信息的多模态遥感数据分类方法在权利要求书中公布了：1.一种融合全局和局部信息的多模态遥感数据分类方法，其特征在于，包括： 获取待分类的多模态遥感数据集，并输入至预先训练好的多模态遥感数据分类模型； 所述多模态遥感数据分类模型基于所述待分类的多模态遥感数据集，输出多模态遥感数据分类结果； 所述多模态遥感数据分类模型的训练方法包括： 获取原始高光谱遥感数据和LiDAR数据，对原始高光谱遥感数据进行降维处理，获取低维高光谱特征； 根据确定的训练样本数目，从低维高光谱特征和LiDAR数据中随机筛选出训练集和测试集，搭建初始多模态遥感数据分类模型，并设置多模态遥感数据分类模型的迭代次数和参数； 将低维高光谱特征和LiDAR数据进行多尺度信息融合，获取低维高光谱浅层特征和LiDAR数据浅层特征； 通过双分支Transformer-CNN特征提取器，将低维高光谱浅层特征和LiDAR数据浅层特征分别进行全局信息提取和局部信息提取，获取低维高光谱的低频全局特征和高频局部特征以及LiDAR数据的低频全局特征和高频局部特征； 通过ECA模块融合低维高光谱的低频全局特征和高频局部特征以及LiDAR数据的低频全局特征和高频局部特征，利用训练集循环训练初始多模态遥感数据分类模型；当达到最大迭代次数时，获取最终的多模态遥感数据分类模型。

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南京信息工程大学，其通讯地址为：210044 江苏省南京市江北新区宁六路219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”。