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！

龙图腾网获悉湖南大学申请的专利一种基于霍奇分解与多模态融合的部件分割方法及系统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：CN120707579B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202511195689.2，技术领域涉及：G06T7/11；该发明授权一种基于霍奇分解与多模态融合的部件分割方法及系统是由张辉;杜瑞;别克扎提·巴合提;陈厚权;邱宇;张恺宁;曹云康;王耀南设计研发完成，并于2025-08-26向国家知识产权局提交的专利申请。

本一种基于霍奇分解与多模态融合的部件分割方法及系统在说明书摘要公布了：本发明公开一种基于霍奇分解与多模态融合的部件分割方法及系统，该方法由五个核心步骤组成，包括：多模态数据采集与预处理、霍奇分解驱动的分量化特征提取、分量级结构化多模态融合、结构感知的分量协同建模以及分割输出。其中，本发明首次在多模态分割网络中引入霍奇分解理论，针对每一模态特征场，正交分解为梯度分量、旋度分量和谐波分量，再针对不同分量特征，在分量级结构空间内实现同分量下不同模态信息的深度协同和动态融合。最终获得边界精确、结构清晰、空间一致性强的电力部件分割结果。充分发挥了物理结构分量在多模态感知中的先验优势，能够显著提升部件识别精度、鲁棒性与可解释性。

本发明授权一种基于霍奇分解与多模态融合的部件分割方法及系统在权利要求书中公布了：1.一种基于霍奇分解与多模态融合的部件分割方法，其特征在于：包括以下步骤： 多模态数据采集，即采集分割目标场景的多模态图像； 霍奇分解驱动的分量化特征提取，即针对每个模态对应的模态图像，通过三个并行的梯度分量提取子网、旋度分量提取子网、谐波分量提取子网分别提取每个模态图像对应的一类霍奇分解特征，所述霍奇分解特征包括梯度分量、旋度分量、谐波分量； 分量级结构化多模态融合和结构感知； 其中，所述分量级结构化多模态融合是将不同模态的同一类霍奇分解特征进行融合，分别得到梯度分量、旋度分量、谐波分量对应的融合特征；以及所述结构感知是对梯度分量、旋度分量、谐波分量的特征进行结构感知； 特征融合，融合当前特征得到综合结构感知特征； 分割输出，将所述综合结构感知特征作为分割头的输入得到所述分割目标场景的部件分割结果； 所述部件分割方法预先构建分割目标场景的样本集，基于所述样本集以及设计的损失函数对网络模型进行模型训练，进而针对待分割目标场景进行分割；其中，除衡量预测分割掩膜与真实标签之间的相似性的损失指标之外，所述损失函数还包括结构感知损失，用于约束分量化特征在空间结构上的表达能力，所述结构感知损失为分量损失，所述分量损失用于确保梯度、旋度、谐波三类结构分量在空间分布和表达上保持物理一致性和正交性； 结构感知损失表示为： ； ； 式中，为结构正交损失，为能量归因损失，，分别为分量级结构化多模态融合后，第i类和第j类霍奇分解特征，其中，i，j分别取grad、curl、harm，即表示梯度分量、旋度分量、谐波分量；为表示L2范数的平方，用于度量两个特征之间的距离或差异，为表示输入图像的原始整体特征，即霍奇分解驱动的分量化特征提取之前的未分解的全体融合特征，、、分别表示梯度分量、旋度分量、谐波分量的融合特征经结构感知分支网络后提取的特征。

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大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路麓山门湖南大学；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”。

以上内容由龙图腾AI智能生成。