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
神经网络模型
灰度直方图
可执行程序代码
数据
训练特征
遥感影像建筑物
双分支结构
注意力
联合损失函数
多尺度
光学遥感图像
运动
成像
ADS‑B数据
异常检测方法
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