一种基于不确定性加权多模态融合网络的地物分类方法及系统

本发明公开了一种基于不确定性加权多模态融合网络的地物分类方法及系统，属于计算机视觉与深度学习技术领域，包括：获取多模态遥感图像数据；输入训练后的地物分类模型，得到多模态遥感图像的地物分类结果；其中，所述地物分类模型的训练包括：构建同一探测目标或场景的多模态遥感图像数据集；基于不确定性加权多模态融合网络构建地物分类模型；基于构建的多模态遥感图像数据集进行模型训练，得到训练好的地物分类模型。本发明过滤了由类间相似性和类内差异性造成的相关性噪声，避免了单模态特征嵌入空间的噪声对多模态交互过程造成的损害，实现了具备通用性和鲁棒性的多模态融合，实现了更可信的分类决策。