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！

龙图腾网恭喜中国人民解放军网络空间部队信息工程大学申请的专利高光谱影像和LiDAR数据协同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：CN114708455B 。

龙图腾网通过国家知识产权局官网在2025-03-28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：202210303072.8，技术领域涉及：G06V10/764；该发明授权高光谱影像和LiDAR数据协同分类方法是由薛志祥;余旭初;刘冰;余岸竹;张鹏强;谭熊;吴慎通;郭迎钢设计研发完成，并于2022-03-24向国家知识产权局提交的专利申请。

本高光谱影像和LiDAR数据协同分类方法在说明书摘要公布了：本发明属于影像分类技术领域，具体涉及一种高光谱影像和LiDAR数据协同分类方法。该方法将高光谱影像的各波段影像块和主成分影像块、LiDAR数据的波段特征输入至训练好的协同分类模型中，得到土地覆盖分类结果；其中，协同分类模型包括光谱特征提取分支、空间特征提取分支、LiDAR特征提取分支和特征融合阶段，三个分支可得到对应分支的分类特征和特征矩阵，以从多源数据中提取多模态特征；特征融合阶段用于将其中一个分支的类别特征和另一个分类的特征矩阵进行交叉注意力机制运算，得到融合后的类别特征，以上下文感知的方式融合多模态特征，自适应地动态整合异构特征，从而提高了土地覆盖分类性能。

本发明授权高光谱影像和LiDAR数据协同分类方法在权利要求书中公布了：1.一种高光谱影像和LiDAR数据协同分类方法，其特征在于，包括如下步骤：1获取同一地区的高光谱影像和LiDAR数据；2将高光谱影像的各波段影像块和主成分影像块、LiDAR数据的波段特征输入至训练好的协同分类模型中，得到土地覆盖分类结果；其中，所述训练好的协同分类模型利用部分地物类别信息和对应的高光谱影像数据集和LiDAR数据集进行训练得到，且所述协同分类模型包括光谱特征提取分支、空间特征提取分支、LiDAR特征提取分支和特征融合阶段；所述光谱特征提取分支用于对输入的各波段影像块进行处理得到光谱类别特征和光谱特征矩阵；所述空间特征提取分支用于对输入的主成分影像块进行处理得到空间类别特征和空间特征矩阵；所述LiDAR特征提取分支用于对输入的波段特征进行处理得到LiDAR类别特征和LiDAR特征矩阵；所述特征融合阶段包括一层融合阶段和异构特征融合阶段；所述一层融合阶段用于采用以下两种方法中的任一种方法得到三个交叉注意力机制运算结果：方法①，分别将光谱类别特征和空间特征矩阵、空间类别特征和LiDAR特征矩阵、LiDAR类别特征和光谱特征矩阵进行交叉注意力机制运算，方法②，分别将光谱类别特征和LiDAR特征矩阵、空间类别特征和光谱特征矩阵、LiDAR类别特征和空间特征矩阵进行交叉注意力机制运算；所述异构特征融合阶段用于将依据三个交叉注意力机制运算结果得到的三个融合异构特征进行点乘运算并经过多层感知机层，以得到土地覆盖分类结果。

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中国人民解放军网络空间部队信息工程大学，其通讯地址为：450000 河南省郑州市高新区科学大道62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”。