CN119180998B 一种基于地理信息条件扩散模型的多模态样本生成方法 （中国地质大学（武汉））.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN119180998B(45)授权公告日2025.07.08

(21)申请号202411001511.5

(22)申请日2024.07.25

(65)同一申请的已公布的文献号申请公布号CN119180998A

(43)申请公布日2024.12.24

(73)专利权人中国地质大学(武汉)

地址430074湖北省武汉市洪山区鲁磨路

388号

GO6V10/26(2022.01)

GO6V20/13(2022.01)

GO6V20/70(2022.01)GO6V10/764(2022.01)

(56)对比文件

CN117541883A,2024.02.09CN116451398A,2023.07.18审查员林浩

(72)发明人韩旭孔攀李显巨丁慧君常屹冉冯健张潇恺

(74)专利代理机构北京隆源天恒知识产权代理有限公司11473

专利代理师李超

(51)Int.CI.

GO6V10/774(2022.01)权利要求书2页说明书9页附图2页

(54)发明名称

一种基于地理信息条件扩散模型的多模态样本生成方法

(57)摘要

CN119180998B本发明提供了一种基于地理信息条件扩散模型的多模态样本生成方法，涉及遥感图像生成技术领域，该方法包括：获取遥感多模态语义分割数据集，包括多源图像和与多源图像对应的语义标签；将遥感多模态语义分割数据集输入至地理信息条件扩散模型进行训练，得到多个多模态样本；其中，地理信息条件扩散模型包括联合输入模块和数据嵌合模块；通过联合输入模块将遥感多模态语义分割数据集中的多源图像和语义标签进行通道拼接处理，得到目标图像标签数据；通过数据嵌合模块将目标图像标签数据进行噪声注入-降噪过程和数据分解处理，得到多个多模态样本。本发明解决了遥感图像标注数据样

CN119180998B

S1

S1

获取遥感多模态语义分割数据集，所述遥感多模态语义分割数据包括多源图像和与所述多源图像对应的语义标签

S2

将所述遥感多模态语义分割数据集输入至地理信息条件扩散模型，得到多个多模态样本

S3

其中，所述地理信息条件扩散模型包括联合输入模块和数据嵌合模块；

通过所述联合输入模块将所述遥感多模态语义分割数据集中的多源图像和语义标签进行通道拼接处理，得到目标图像标签数据；

通过所述数据嵌合模块将所述目标图像标签数据进行噪声注入

-降噪过程和数据分解处理，得到多个所述多模态样本

CN119180998B权利要求书1/2页

2

1.一种基于地理信息条件扩散模型的多模态样本生成方法，其特征在于，包括：

获取遥感多模态语义分割数据集，所述遥感多模态语义分割数据包括多源图像和与所述多源图像对应的语义标签；

将所述遥感多模态语义分割数据集输入至地理信息条件扩散模型，得到多个多模态样本；

其中，所述地理信息条件扩散模型包括联合输入模块和数据嵌合模块；

通过所述联合输入模块将所述遥感多模态语义分割数据集中的多源图像和语义标签进行通道拼接处理，得到目标图像标签数据；

通过所述数据嵌合模块将所述目标图像标签数据进行噪声注入-降噪过程和数据分解处理，得到多个所述多模态样本，包括：获取当前研究区的地理信息数据和地形表面数据；

通过所述地理信息数据和所述地形表面数据对所述目标图像标签数据进行噪声注入-降噪过程处理，得到图像-标签联合数据；

将所述图像-标签联合数据中，后[log?C]个波段进行反二进制编码，并还原，得到多个所述多模态样本，其中，C表示所述图像-标签联合数据的类别数，log?表示以2为底的对数函数。

2.根据权利要求1所述的基于地理信息条件扩散模型的多模态样本生成方法，其特征在于，所述获取遥感多模态语义分割数据集，包括：

获取当前研究区影像和当前研究区的矿山细分类标注数据；

根据所述当前研究区影像和所述矿山细分类标注数据，得到多个所述多源图像和多个所述语义标签；

根据多个所述多源图像和多个所述语义标签，得到所述遥感多模态语义分割数据集。

3.根据权利要求2所述的基于地理信息条件扩散模型的多模态样本生成方法，其特征在于，所述通过所述联合输入模块将所述遥感多模态语义分割数据集中的多源图像和语义