基于多模态域泛化的跨场景高光谱图像分类方法

本发明公开了基于多模态域泛化的跨场景高光谱图像分类方法，包括以下步骤：步骤一，数据准备；步骤二，图像特征提取；步骤三，构建优化语义空间；步骤四，计算损失并优化模型；步骤五，模型测试；本发明利用多模态融合网络实现对分类算法的优化，该网络将两个特征提取模块协同并行运作，能够挖掘出更为丰富多元的图像特征；通过处理每个类别的先验文本知识来构建优化语义空间，使得图像特征得以按类别精准对齐，进而显著提升了分类的准确性；优化语义空间实现了图像与文本两种模态的深度交互融合，推动跨域不变表征的学习，并且通过针对性优化有监督的对比损失，促使特征在语义空间内按类对齐，进一步减少跨域差异，增强模型的适应性与稳定性。