一种无监督学习和多源数据的轨道异常目标检测方法

本发明提供了一种无监督学习和多源数据的轨道异常目标检测方法。该方法包括：获取原始轨道图像的灰度图IRGB和深度图ID，采用编码器和解码器构建单模态编解码网络，将灰度图IRGB和深度图ID输入到单模态编解码网络中，得到初始特征图FRGB和FD；构建类Mamba特征交叉转换模块，将初始特征图FRGB和FD输入到类Mamba特征交叉转换模块中，得到转换特征图FT‑D和FT‑RGB；将灰度图IRGB、深度图ID、初始特征图FRGB、FD、转换特征图FT‑D和FT‑RGB输入到异常图生成模块中，通过乘积和叠加的混合注意力方式生成最终异常图，根据最终异常图的每个坐标点的像素值实现对原始轨道图像中的异常目标的识别和定位。本发明利用多模态数据增强算法的鲁棒性和抗干扰性，提高了轨道智能巡检智能化水平。