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！

龙图腾网获悉浙江省测绘科学技术研究院申请的专利基于熵加权跨模态特征融合的多模态影像语义分割方法、系统、终端及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：CN121259339B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511831598.3，技术领域涉及：G06V10/26；该发明授权基于熵加权跨模态特征融合的多模态影像语义分割方法、系统、终端及介质是由高崇民;王建峰;曹起铜;金卓妮;高亚萍;韦天赦;聂晨晖;达多双;李兆丰;徐永志;朱丹莉;李艳艳;过家君;陈铖;吴乔生设计研发完成，并于2025-12-08向国家知识产权局提交的专利申请。

本基于熵加权跨模态特征融合的多模态影像语义分割方法、系统、终端及介质在说明书摘要公布了：本发明提供一种基于熵加权跨模态特征融合的多模态影像语义分割方法、系统、终端及介质，其中，多模态影像语义分割方法包括：获取光学影像和数字表面模型进行预处理并划分为若干图像块；将各图像块分别展平为预设维度的特征向量，并进行特征提取，获取光学特征图和高程特征图；对于光学特征图和高程特征图进行通道拼接并空间对齐；基于预设的跨模态注意力机制，对通道拼接后的图像进行特征增强，基于特征增强后图像采用跨尺度融合技术进行特征交互，获取特征融合图像；基于特征融合图像，分别多粒度进行特征提取，以引入交叉尺度和跨模态的联合特征提取，并基于预设的注意力机制对抽取出的特征图进行特征融合，以获取语义分割图像。

本发明授权基于熵加权跨模态特征融合的多模态影像语义分割方法、系统、终端及介质在权利要求书中公布了：1.一种基于熵加权跨模态特征融合的多模态影像语义分割方法，其特征在于，包括： 获取待处理的光学影像和数字表面模型，对所述光学影像进行预处理，并进行多尺度特征提取，获取对应的光学特征图金字塔，以及，对所述数字表面模型进行预处理，并进行多尺度特征提取，获取对应的高程特征图金字塔； 对于所述光学特征图金字塔和所述高程特征图金字塔中对应层级的特征图进行熵加权融合处理，获取特征融合图像金字塔； 基于所述特征融合图像金字塔中各层级的特征融合图像，采用跨尺度特征提取不同粒度的多模态特征图，并基于预设的注意力机制对提取出的各所述多模态特征图进行特征融合，以获取语义分割图像； 其中，所述对于所述光学特征图金字塔和所述高程特征图金字塔中对应层级的特征图进行熵加权融合处理，获取特征融合图像金字塔，包括： 对所述光学特征图金字塔和所述高程特征图金字塔中对应层级的特征图均进行通道拼接，获取拼接特征图金字塔； 基于预设的多模态注意力机制，对所述拼接特征图金字塔中各层级图像进行通道增强处理，并计算通道增强后的所述拼接特征图金字塔中各层级图像的联合熵； 基于各所述联合熵，利用多层感知策略，获取权重组；所述权重组包括光学权重子组、高程权重子组以及残差权重子组； 计算所述光学特征图金字塔和所述高程特征图金字塔中各对应层级特征图的特征残差图，以作为特征残差图金字塔；并将所述光学权重子组作为所述光学特征图金字塔中各层级特征图的权重，将所述高程权重子组作为所述高程特征图金字塔中各层级特征图的权重，将所述残差权重子组作为所述特征残差图金字塔中各层级图像的权重，执行加权处理，以获取所述特征融合图像金字塔。

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浙江省测绘科学技术研究院，其通讯地址为：311121 浙江省杭州市余杭区五常街道地信路2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”。

以上内容由龙图腾AI智能生成。