联合图像处理与语义理解的蠕变型滑坡隐患智能识别方法

本发明公开了联合图像处理与语义理解的蠕变型滑坡隐患智能识别方法，首先，采用高精度几何建模和滤波技术抑制InSAR干涉图中的无关相位，保留与滑坡相关的形变信息。接着，通过相位梯度、RGB通道映射和生成对抗网络增强信号特征，提高信号的表征能力。随后，利用卷积运算、自注意力机制和结构重参数化优化深度学习模型，提升对滑坡隐患的学习能力。在特征编码阶段，通过多模态字幕生成模型获得视觉和语言特征，并将其映射至同一嵌入空间以实现无缝衔接。最后，利用自动回归语言生成模型和多层感知机对滑坡隐患进行问题预测。该方案通过集成视觉、语言和深度学习技术，显著提升了滑坡隐患监测的效率与准确性，为灾害响应与管理提供了有效支持。