摘要
本发明公开了基于缠绕干涉相位的蠕变型滑坡隐患智能识别方法及系统,该方法首先获取多景时间连续的缠绕干涉图数据,并通过双线性插值上采样至128x128的固定输入尺寸。随后,利用正弦和余弦函数对缠绕干涉图进行映射,生成正弦相位和余弦相位,进一步丰富相位信息。通过设定的映射函数,将这些相位数据转换为RGB色彩空间,以实现数据的多维表达。在特征提取与融合阶段,采用共享权重的多分支网络架构,对每个RGB通道进行独立特征提取,并通过特征融合机制对同层特征进行整合,提炼出高维语义信息。接着,通过解码器逐级恢复特征信息并完成分类映射,最终得出单景干涉图的预测结果。
技术关键词
蠕变型滑坡
智能识别方法
正弦相位
双线性插值法
三通道
分支
并行编码
线性单元
数据压缩
智能识别系统
语义
解码器
编码块
机制
批量
可读存储介质
上采样
系统为您推荐了相关专利信息
图像亮度信息
神经网络模型
对比度
动态
曲线特征
指纹图像信息
智能识别方法
智能汽车
车牌
人脸特征信息
浓度估算方法
变量
地面监测站
预测误差
分布式机器学习
卷积注意力网络
注意力模型
图像分割方法
支路
掩码矩阵
智能识别方法
机器学习算法
电子
离子
分类模型构建