【技术实现步骤摘要】
本专利技术涉及遥感数据处理，尤其涉及一种基于模态自适应的遥感多模态基础模型的数据处理方法及装置。
技术介绍
1、遥感技术在地球观测和环境监测等领域扮演着重要的角色。随着遥感数据的不断增加和多样化，处理和分析这些多模态遥感数据的需求日益迫切。
2、传统的遥感数据处理方法通常专注于单一模态的数据，例如仅使用光学图像或sar数据进行分析。然而，不同模态的数据具有各自的特点和信息，同时也存在着互补性。仅利用单一模态数据进行分析可能无法充分挖掘数据的潜在信息，限制了遥感数据的应用和进一步研究。
3、目前，研究人员开始关注如何有效地处理和利用多模态遥感数据。但是，多模态遥感数据处理面临着一些挑战，例如不同传感器和模态的数据具有不一致性、数据的特征表示不统一、数据稀缺性等。因此，解决这些问题对于提高遥感数据的分析和应用的准确性和效率至关重要。
技术实现思路
1、为了解决现有多模态遥感数据的分析和应用的准确性和效率不高的问题，本专利技术提供了一种基于模态自适应的遥感多模态基础模型的...
【技术保护点】
1.一种基于模态自适应的遥感多模态基础模型的数据处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述遥感多模态基础模型是通过以下方式训练得到的：
3.根据权利要求2所述的方法，其特征在于，所述历史遥感数据包括光学图像、SAR数据、高光谱数据；所述预处理包括去噪、均衡化和几何校正中的至少一种。
4.根据权利要求2所述的方法，其特征在于，所述将预处理后的历史遥感数据进行切片化后掩码，作为训练数据，来预训练基于无监督学习的遥感多模态基础模型，包括：
5.根据权利要求4所述的方法，其特征在于，所述从所述历...
【技术特征摘要】
1.一种基于模态自适应的遥感多模态基础模型的数据处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述遥感多模态基础模型是通过以下方式训练得到的：
3.根据权利要求2所述的方法，其特征在于，所述历史遥感数据包括光学图像、sar数据、高光谱数据；所述预处理包括去噪、均衡化和几何校正中的至少一种。
4.根据权利要求2所述的方法，其特征在于，所述将预处理后的历史遥感数据进行切片化后掩码，作为训练数据，来预训练基于无监督学习的遥感多模态基础模型，包括：
<...【专利技术属性】
技术研发人员：付琨，孙显，刁文辉，杨金泽，冯瑛超，尹文昕，王佩瑾，
申请(专利权)人：中国科学院空天信息创新研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。