摘要
本发明提供一种基于迁移学习和UNET的双通道云粒子图像识别方法及系统,通过获取云粒子图像集合;对所述云粒子图像集合中的每张云粒子图像分别进行第一特征提取处理和第二特征提取,得到每张云粒子图像对应的第一通道特征图和第二通道特征图;将所述第一通道特征图和所述第二通道特征图输入至经预训练的特征适配模型进行特征空间对齐,得到对齐后的第一通道特征图和对齐后的第二通道特征图;将所述对齐后的第一通道特征图和所述对齐后的第二通道特征图输入至UNET网络进行双通道特征融合与识别,得到云粒子识别结果。本发明提升了云粒子识别结果的准确性。
技术关键词
粒子
像素点
矩阵
图像块
双通道特征融合
编码
图像识别方法
空间坐标信息
层级
融合特征
网络
边缘轮廓图
纹理
位置映射
全局平均池化
注意力
融合全局
系统为您推荐了相关专利信息
惯性传感器
步态识别方法
人机交互模块
信号处理模块
步态识别系统
任务调度策略
特征提取模型
视觉
云服务器
资源分配框架
水下声呐图像
密度峰值聚类算法
马尔科夫随机场模型
像素点
分割方法