一种基于循环双任务互惠学习的遥感多模态影像分割方法 2025/12/26
本发明涉及一种基于循环双任务互惠学习的遥感多模态影像分割方法。本发明包括以下步骤:构建多模态遥感影像分割任务数据集和合成任务数据集;构建基于高光谱和激光雷达数据融合的分割网络;构建基于地物分类图和多光谱影像的高光谱合成网络;构建包括分割与合成的循环双任务互惠学习框架;训练基于循环双任务互惠学习的多模态影像分割网络及结果获取。与现有技术相比,本发明通过循环双任务互惠学习框架,使得分割网络与合成网络相互促进,有效提升了分割结果的细节保留及跨模态特征的一致性,并且增强了网络在模态缺失情况下的适应性,能够在信息不全和模态不对齐的情况下提供稳定的分割效果,适用于多源遥感数据融合处理及影像分割任务。
《 一种基于循环双任务互惠学习的遥感多模态影像分割方法 2025/12/26》是一发明专利,专利号为 2024116994561,当前法律状态为已下证,由安徽大学提出申请,发明人为徐凯;朱洲;刘成林;贾兆红;梁栋;邬博才,申请日期为2024-11-26,公开(公告)日期为2025-04-08,国际专利分类号(IPC)为 G06V 10/26 (2022.01),高新资质:未报高企,所属技术领域包括:人工智能、深度学习、图像处理、卷积神经网络、遥感图像处理、卫星定位、交通导航、测绘。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明涉及一种基于循环双任务互惠学习的遥感多模态影像分割方法。本发明包括以下步骤:构建多模态遥感影像分割任务数据集和合成任务数据集;构建基于高光谱和激光雷达数据融合的分割网络;构建基于地物分类图和多光谱影像的高光谱合成网络;构建包括分割与合成的循环双任务互惠学习框架;训练基于循环双任务互惠学习的多模态影像分割网络及结果获取。与现有技术相比,本发明通过循环双任务互惠学习框架,使得分割网络与合成网络相互促进,有效提升了分割结果的细节保留及跨模态特征的一致性,并且增强了网络在模态缺失情况下的适应性,能够在信息不全和模态不对齐的情况下提供稳定的分割效果,适用于多源遥感数据融合处理及影像分割任务。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
