摘要
一种基于网格编码的遥感影像通用基础模型构建与分析方法,包括通过多模态数据预处理,消除云层影响、对齐空间坐标并统一数据尺度;利用高效时空网格一体化编码,生成具有地理含义的统一标识编码;借助视觉Transformer和卷积神经网络进行多尺度特征提取,结合锚定特征提取策略优化多源数据融合;最后基于多任务Transformer架构实现跨任务下游应用适配。本发明有效解决传统遥感影像分析中人工标注成本高、多源数据整合难、海量数据处理效率低等问题。实验表明,该方法提升了多源数据整合效率,增强了模型泛化能力,在高分系列数据测试中分类精度达90%以上,分割IoU超80%,为遥感影像分析提供了高效解决方案。
技术关键词
局部纹理特征
多尺度特征融合
遥感影像分析
多尺度特征提取
分析方法
层级
定位网格
分辨率
掩码矩阵
卷积神经网络提取
迁移学习技术
海量数据处理
注意力机制
数据编码
分区机制
动态切片