摘要
本发明公开了一种基于多模态数据融合的遥感图像分类方法及存储介质,包含:多源数据收集,包括多光谱影像、高光谱影像、激光雷达数据和开源地图数据;利用CNN对多光谱影像、高光谱影像和激光雷达数据分别进行初步特征提取;利用GNN提取开源地图数据初级特征;通过多头注意力机制来处理和融合这些提取的多模态特征,捕捉不同模态特征间的相互关系;设计能够实现位置嵌入的Transformer编码器主干网络,将不同模态的特征整合并映射至统一的特征空间,并保持特征的空间识别能力。通过提高多模态数据的融合效率和特征提取能力,为遥感图像的精准分类提供了一种新的思路和框架,具有广泛的应用前景。
技术关键词
遥感图像分类方法
开源地图
激光雷达数据
多模态数据融合
多光谱
交互特征
影像
数据提取光谱
卷积神经网络提取
模态特征
局部空间特征
分辨率
多头注意力机制
损失函数优化
数字高程模型
特征提取能力
编码器
指数特征
深度学习模型
系统为您推荐了相关专利信息
地图构建方法
激光雷达点云数据
预定算法
点云地图
地图匹配
缺陷预测
LED屏幕
缺陷识别方法
可见光波段
非线性映射关系
水稻结实率
无人机多光谱
数字表面模型
水稻冠层
机器学习算法
曲妥珠单抗
左心室射血分数
计量方法
HER2阳性乳腺癌
监测模块
动态场景
无人机
事件流
SLAM算法
图像数据采集模块