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多模态融合特征生成方法、装置及存储介质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：CN120495830B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202510993463.0，技术领域涉及：G06V10/80；该发明授权一种多模态融合特征生成方法、装置及存储介质是由涂兵;魏潇;刘博;方乐缘;李军;贺燕;陈云云;童天设计研发完成，并于2025-07-18向国家知识产权局提交的专利申请。

本一种多模态融合特征生成方法、装置及存储介质在说明书摘要公布了：本发明公开了数据处理技术领域的一种多模态融合特征生成方法、装置及存储介质，方法包括：采用小波变换对图像块进行频率特征分解，生成对应的高频子带和低频子带，并将所述高频子带和低频子带输入预构建的自适应频率增强与稀疏补偿模型；获取增强后的高频子带和低频子带；基于所述增强后的高频子带和低频子带进行逆小波变换，生成重构信号；基于所述图像块与重构信号，生成标准化的多模态融合特征。本发明能够解决传统多模态数据融合存在的融合不充分、关键频带信息丢失、噪声干扰及高低频特征失衡的技术问题。

本发明授权一种多模态融合特征生成方法、装置及存储介质在权利要求书中公布了：1.一种多模态融合特征生成方法，其特征在于，包括： 获取高光谱成像和激光雷达数据，针对所述高光谱成像和激光雷达数据中的每一个像素样本，构造以像素为中心的图像块； 采用小波变换对所述图像块进行频率特征分解，生成对应的高频子带和低频子带； 将所述高频子带和低频子带输入预构建的自适应频率增强与稀疏补偿模型，其中，所述自适应频率增强与稀疏补偿模型包括自适应频率增强单元和稀疏补偿单元； 通过所述自适应频率增强单元增强所述高频子带和低频子带的局部细节信息，通过所述稀疏补偿单元恢复所述高频子带和低频子带因频率特征分解而弱化的全局结构信息，得到增强后的高频子带和低频子带； 基于所述增强后的高频子带和低频子带进行逆小波变换，生成重构信号； 基于所述图像块与重构信号，通过门控机制获得高光谱成像和激光雷达数据门控融合后的特征，在通道维度上拼接所述高光谱成像和激光雷达数据门控融合后的特征，采用通道-空间双注意力机制，生成标准化的多模态融合特征； 所述自适应频率增强单元利用任务驱动的动态权重学习与拉普拉斯的卷积形式，增强高频子带和低频子带的局部细节信息，获取局部细节信息增强后的高频子带和低频子带； 所述稀疏补偿单元捕获所述局部细节信息增强后的高频子带和低频子带的空间相关性，抑制噪声干扰，并恢复因频率特征分解而弱化的全局结构信息，获取增强后的高频子带和低频子带； 所述自适应频率增强单元包括：信息量评估分支、噪声水平评估分支和任务相关性评估分支； 利用信息量评估分支生成输入子带的信息量评估分量； 利用噪声水平评估分支生成输入子带的噪声水平评估分量； 利用任务相关性评估分支生成输入子带的任务相关性评估分量； 根据信息量评估分量、噪声水平评估分量、任务相关性评估分量生成输入子带的动态权重，结合所述动态权重并利用拉普拉斯的卷积形式对输入子带进行自适应频率增强； 其中，所述输入子带包括高频子带和低频子带； 所述稀疏补偿单元包括： 通过所述稀疏补偿单元的稀疏注意力机制捕获空间相关性，利用所述稀疏补偿单元的低频特征补偿单元恢复因频率分解而弱化的全局结构信息，使用所述稀疏补偿单元的前馈神经网络单元对特征进行稀疏激活，并抑制噪声干扰。

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”。