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！

龙图腾网获悉国网湖南省电力有限公司电力科学研究院;国网湖南省电力有限公司;国家电网有限公司申请的专利基于视觉语言模型的电力设备双光图像融合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：CN121459356B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202610000463.0，技术领域涉及：G06V20/70；该发明授权基于视觉语言模型的电力设备双光图像融合方法及系统是由黄志鸿;单楚栋;孙云龙;肖剑;张可人设计研发完成，并于2026-01-04向国家知识产权局提交的专利申请。

本基于视觉语言模型的电力设备双光图像融合方法及系统在说明书摘要公布了：本发明公开了一种基于视觉语言模型的电力设备双光图像融合方法及系统，方法包括步骤：获取同一设备场景的红外图像和可见光图像，分别输入至视觉语言模型，通过预设的多个层次化电力专业问题，获取红外图像和可见光图像各自对应的多层次答案文本；将多层次答案文本编码为语义特征，并进行融合，生成跨模态的引导语义特征；提取红外图像与可见光图像的多尺度视觉特征，以引导语义特征为查询，以红外图像和可见光图像的多尺度视觉特征分别为键和值，通过交叉注意力机制进行自适应特征融合，生成语义增强的融合特征；基于融合特征重建融合图像。本发明具有提升融合图像在电力设备巡检中的语义一致性与视觉可解释性等优点。

本发明授权基于视觉语言模型的电力设备双光图像融合方法及系统在权利要求书中公布了：1.一种基于视觉语言模型的电力设备双光图像融合方法，其特征在于，包括步骤： S1.获取同一电力设备场景的红外图像和可见光图像； S2.将S1获取的红外图像和可见光图像分别输入至视觉语言模型，通过预设的多个层次化电力专业问题，获取红外图像和可见光图像各自对应的多层次答案文本； S3.将S2得到的红外图像和可见光图像各自对应的多层次答案文本编码为语义特征，并进行融合，生成跨模态的引导语义特征； S4.提取S1中红外图像与可见光图像的多尺度视觉特征，以步骤S3生成的引导语义特征为查询，以所述红外图像的多尺度视觉特征为键，以所述可见光图像的多尺度视觉特征为值，通过交叉注意力机制进行自适应特征融合，生成语义增强的融合特征； S5.基于S4输出的融合特征重建融合图像，并采用联合损失函数对融合过程进行优化； 步骤S5中，所述联合损失函数包括像素级保真损失、语义一致性损失和层次化语义损失；其中像素级保真损失用于强制融合图像保留输入红外图像和可见光图像中的显著亮度或热辐射信息；所述语义一致性损失用于保留可见光图像和红外图像的纹理细节与边缘信息；所述层次化语义损失用于确保融合图像的语义分布与电力运维人员关注优先级一致； 层次化语义损失函数满足以下条件： 通过CLIP模型计算融合图像与源图像在多类问题上的语义相似度得分； 具体地，对每类问题，计算图像与对应文本的语义相似度得分： ； 为余弦相似度，衡量向量方向一致性；分子为当前图像与对应文本的相似度，分母为所有图像与对应文本的相似度之和，实现归一化；，为针对第s个问题关联图像对应的视觉特征，为针对第s个问题关联图像对应的文本特征； 采用L1范数约束融合图像与红外、可见光源图像的语义分布对齐，损失函数表达式为： 通过设计三种不同空间大小的子张量提供了不同的空间结构信息；其中，S为CLIP空间归一化语义相似度，和分别表示红外与可见光答案文本，s对应各个问题；为融合图像针对第s个问题的关联图像;为红外图像针对第s个问题的关联图像;为可见光图像针对第s个问题的关联图像。

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国网湖南省电力有限公司电力科学研究院;国网湖南省电力有限公司;国家电网有限公司，其通讯地址为：410023 湖南省长沙市岳麓区学士街道玉荷路1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。