摘要
本发明提供了一种多模态遥感图像分类方法、装置、电子设备及介质,属于遥感图像分类领域,其方法包括:将获取的多模态遥感图像数据输入训练完备的多模态遥感图像分类网络,对多模态遥感图像数据进行空间光谱特征增强融合得到空间光谱融合特征,对多模态遥感图像数据进行全局特征增强融合得到全局融合特征;对空间光谱融合特征和全局融合特征进行并行傅里叶变换频域分析和双特征交换融合得到融合输出特征;对融合输出特征进行分类预测得到多模态遥感图像分类结果。本发明通过空间光谱特征增强融合和全局特征增强融合提取关键信息并有效融合,再通过并行傅立叶对和双特征交换融合进一步提高特征融合的质量,有效提高了网络的分类性能。
技术关键词
遥感图像分类方法
遥感图像数据
融合特征
空间光谱特征
多模态
互补特征
空间光谱编码
模态特征
输出特征
频域特征
学习特征
雷达图像数据
卷积特征
编码特征
变换特征
网络
分支
矩阵
系统为您推荐了相关专利信息
图像特征向量
文本特征向量
辅助盲人
智能眼镜
训练特征提取模型
模仿学习方法
双臂机器人
分块
视觉特征提取
机器人示教
感知决策方法
水流特征
监测站
节点
历史雷达数据