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！

龙图腾网获悉湖南工商大学申请的专利一种基于图注意力网络低秩分解的多模态动态融合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：CN121527584B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202610057863.5，技术领域涉及：G06V10/80；该发明授权一种基于图注意力网络低秩分解的多模态动态融合方法是由徐雪松;王万涛;石韬;刘志义;曾伟豪;李亦浛;艾彦迪设计研发完成，并于2026-01-16向国家知识产权局提交的专利申请。

本一种基于图注意力网络低秩分解的多模态动态融合方法在说明书摘要公布了：本申请涉及一种基于图注意力网络低秩分解的多模态动态融合方法，该方法采用小波变换和KA变换从获取的RGB图像、点云数据、红外图像中分别分解出不同模态的局部重构特征、全局重构特征；基于不同模态的局部重构特征构建出第一图结构，聚合第一图结构中的节点，得到局部融合特征；基于不同模态的全局重构特征构建出第二图结构，聚合第二图结构中的节点，得到全局融合特征；将局部融合特征和全局融合特征组成联合特征张量，并通过低秩分解基于联合特征张量构建近似联合特征张量；将近似联合特征张量输入至Transformer编码器，并对输出结果进行池化，得到最终的动态融合特征，该方法提高了信息处理的准确性和效率。

本发明授权一种基于图注意力网络低秩分解的多模态动态融合方法在权利要求书中公布了：1.一种基于图注意力网络低秩分解的多模态动态融合方法，其特征在于，包括： S1：采用小波变换从获取的RGB图像、点云数据、红外图像中分别分解出不同模态的局部特征、全局特征；并将不同模态的局部特征、全局特征分别经过KA变换，得到不同模态的局部重构特征、全局重构特征； S2：基于不同模态的局部重构特征构建出第一图结构，包括：以各模态的局部重构特征为第一节点，以各模态的局部重构特征之间的相似度为第一权重边，构建出所述第一图结构；聚合第一图结构中的节点，得到局部融合特征；基于不同模态的全局重构特征构建出第二图结构，包括：以各模态的全局重构特征为第二节点，以各模态的全局重构特征之间的相似度为第二权重边，构建出所述第二图结构；聚合第二图结构中的节点，得到全局融合特征；聚合第一图结构或第二图结构中的节点，得到局部融合特征或全局融合特征，包括： 在任意一层图注意力网络中，对于每个第一节点或第二节点，通过聚合其邻居节点进行节点更新，更新公式为： ； ； 其中，表示更新后的第i个第一节点或第二节点，表示非线性激活函数，表示节点i的邻域，表示节点i与其第j个邻居节点之间的注意力系数，表示权重矩阵，表示节点i的第j个邻居节点；表示LeakyReLU激活函数，表示参数向量，表示转置，表示第i个第一节点或第二节点，表示拼接操作； 经过多层图注意力网络进行迭代，输出最终更新的各第一节点或第二节点； 将最终更新的各第一节点或第二节点经过全局平均池化，得到所述局部融合特征或所述全局融合特征； S3：将局部融合特征和全局融合特征组成联合特征张量，并通过低秩分解基于联合特征张量构建近似联合特征张量；将近似联合特征张量输入至Transformer编码器，并对输出结果进行池化，得到最终的动态融合特征。

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工商大学，其通讯地址为：410205 湖南省长沙市岳麓区岳麓大道569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。