一种跨场景多域融合小样本遥感目标鲁棒识别方法

本发明提供了一种跨场景多域融合小样本遥感目标鲁棒识别方法，属于目标识别技术领域。该方法融合跨场景多域多模态遥感图像，采用元学习策略和掩码自编码器进行表征学习，显著提升识别模型在有限标注数据、复杂多变环境下的高效学习与准确泛化能力；通过改进的多模态图像配准技术和改进的跨模态多头自注意力机制，结合改进的多级特征融合方法，提高配准精度和特征表达能力；基于改进的深度神经网络的轻量化实时目标识别模型，结合锚框机制和非极大值抑制算法，实现目标检测的实时性和准确性。本发明创新跨场景泛化小样本学习和表征学习方法，创新多域异构图像配准、融合和轻量化实时目标识别技术，显著提升跨场景目标识别精度和鲁棒性。