摘要
本发明属于海洋环境监测技术领域,公开了多模态深度学习融合的海洋遥感海浪参数反演方法及系统,该方法通过获取目标区域内船舶的三自由度运动时历数据以及星载合成孔径雷达SAR图像数据;对船舶运动时历数据和所述SAR图像数据进行预处理,构建时空对齐的多模态输入数据;将预处理后的多模态输入数据输入至预先训练好的海浪参数反演模型中,计算得到海浪参数的反演值。该方法创新性的使用注意力机制在空间‑时间两条维度实现异构信息的自适应对齐与互补,注意力模块依据任务相关性自动分配权重;通过时空协同的特征强化,模型即便在复杂海况下也能稳定提取与目标参数强相关的表征,从而显著提升海浪参数的反演精度与鲁棒性。
技术关键词
海浪参数反演方法
多模态深度学习
海洋遥感
三自由度运动
视觉特征
注意力机制
船舶
图像
数据
全局平均池化
星载合成孔径雷达
海洋环境监测技术
时序
二维卷积神经网络
双向长短期记忆网络
串联方式工作
系统为您推荐了相关专利信息
主动式三维重建方法
解码网络
反卷积神经网络
编码模块
图像
医学图像分割模型
医学图像数据
生成方法
医学图像分割方法
效应
语义分割训练方法
盲人眼镜
噪声标签
空间分布规律
最小化噪声