一种基于强化学习优化的多模态道路变化检测方法

本发明属于图像识别技术领域，公开了一种基于强化学习优化的多模态道路变化检测方法，具体步骤包括：S1，设计规范的自然语言Prompt输入与语义解析；S2，文本语义向量化；S3，道路场景多模态数据输入与预处理；S4，道路影像特征嵌入与多模态关联；S5，多模态特征对齐与动态融合；S6，检测模型参数优化与在线仿真验证；S7，多目标强化学习优化与场景验证。本发明既可以协同处理三维空间结构特征、光谱响应特性以及长时序观测数据，又能通过强化学习实现检测模型参数的自适应优化，有效解决传统方法在复杂场景下特征耦合性差、动态适应能力弱的问题，为城市治理和智能交通领域提供了一种兼具创新性与实际应用价值的新型道路变化检测范式。