元の名称記録: 中国矿业大学; 江苏比特达信息技术有限公司; 河南龙宇能源股份有限公司

本发明公开了一种多模态语义与物理规律驱动的遥感图像生成方法，属于计算机视觉与遥感图像生成技术领域，针对跨模态语义对齐不足、生成结果可信度低以及物理机理融合不充分问题，提出四阶段方法：首先对原始数据剔除低质量样本并统一空间尺度；继而采用BLIP与CLIP模型提取多模态语义向量，并引入遥感物理规则进行向量优化；随后在潜空间嵌入位置编码与物理约束条件，通过跨模态编码器实现多源信息联合建模；最终以文本描述、物理先验知识及扩散时间步为联合条件，基于Transformer架构执行去噪推理，借助跨注意力机制完成反向扩散重建。该方法提升物理合理性与语义一致性，为灾害监测、军事仿真等领域的遥感图像生成提供了更可靠的技术范式。