基于多色彩空间融合的光学遥感图像真伪鉴别方法与系统

AITNT
正文
推荐专利
基于多色彩空间融合的光学遥感图像真伪鉴别方法与系统
申请号:CN202511019155
申请日期:2025-07-23
公开号:CN120913040A
公开日期:2025-11-07
类型:发明专利
摘要
本发明提供了一种基于多色彩空间融合的光学遥感图像真伪鉴别方法与系统,包括:初始化模块、多色彩空间转换模块、多模型训练模块、权重动态优化模块和加权证据融合模块。将光学遥感图像输入初始化模块,通过多色彩空间转换模块转换色彩空间;多模型训练模块训练CNN模型,输出真伪概率结果;权重动态优化模块动态优化多色彩空间的CNN模型的权重;加权证据融合模块融合真伪概率结果,输出最终的真伪鉴别结果。本发明解决了传统方法因单一色彩空间信息不足导致的篡改痕迹漏检问题,显著提升了复杂伪造场景下的检测准确性和鲁棒性;减少噪声或低质量特征的干扰,在传感器差异或环境变化下仍保持高鲁棒性;动态调节冲突证据,提升决策可靠性。
技术关键词
光学遥感图像 多色彩 真伪鉴别方法 真伪鉴别系统 RGB色彩空间 转换色彩空间 多模型 模块 梯度下降法 标签 互补特征 动态 训练集 编码向量 非线性 决策 超参数 鲁棒性
系统为您推荐了相关专利信息
1
基于机器学习的中医辨病论治方法及系统
方剂 数据 序列 层次化语义 关联规则提取
2
一种无人机图像数据增强方法及系统
神经网络模型 灰度直方图 可执行程序代码 数据 训练特征
3
基于局部-全局特征的遥感影像建筑物提取方法及系统
遥感影像建筑物 双分支结构 注意力 联合损失函数 多尺度
4
基于光学遥感图像的空中交通监管异常检测方法、装置、系统及介质
光学遥感图像 运动 成像 ADS‑B数据 异常检测方法
5
一种基于PSN-YOLO模型的光学遥感图像小目标识别方法
光学遥感图像 YOLO模型 特征提取模块 混合损失函数 识别方法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号