一种基于多波段融合的深度学习热带气旋中心定位方法

本发明公开了一种基于多波段融合的深度学习热带气旋中心定位方法，包括：对采集的卫星图像进行预处理；构建深度学习模型，包括主干网络特征提取模块、特征融合模块和特征增强模块；通过主干网络特征提取模块提取出每张热带气旋图像的特征；通过特征融合模块将提取的特征图进行特征融合；通过特征增强模块对融合后的特征进行增强；将增强后的特征送入ViT，通过其自注意力机制来捕捉图像中的全局特征依赖，并生成最终的输出结果。本发明充分利用了热带气旋在不同波段图像上的信息，提取空间特征，将不同波段图像上提取的空间特征充分融合起来，可以弥补现有模型忽略的不同波段图像的特征，有效提高对于热带气旋中心的定位精度。