基于深度学习的夜光遥感渔船智能监测方法

本发明公开了基于深度学习的夜光遥感渔船智能监测方法，涉及夜光遥感技术领域，包括以下步骤：S1、多源数据融合、S2、确定六通道张量、S3、生成三维物理特征图、S4、设置样本标签和S5、多任务联合输出。本发明通过不同类型的卫星以及AI‑Buoy浮标采集视频帧以及实时数据，从而实现分钟级动态情报推送，并且该方法不断优化相关模型参数，有效提升分析的准确度，降低复杂天气的漏检率以及月照度过高时的误检率，并且借助自监督光场增量学习与合成云雾对抗生成，使得人工精标需求大大减少，同时该方法提升违规渔船锁定效率，为海域的渔业资源评估、碳通量研究和海上执法提供重要支撑，整体提升了智慧渔业监管与海洋治理现代化水平。