【技术实现步骤摘要】
本专利技术涉及土地覆盖分类，尤其涉及一种基于双重注意融合模态和特定模态联合网络的土地覆盖分类方法。
技术介绍
1、随着对地观测技术的高速发展，大量的搭载着不同类型传感器的遥感卫星被运行以稳定地周期性地观察地球。因此，地球上的大部分区域都可以获得多源遥感影像，例如，包含丰富的光谱和空间信息的光学影像和具有全天时全天候能力的合成孔径雷达影像。这种多源遥感影像可以提供关于土地属性的各种互补信息。具有高空间分辨率的光学影像不仅可以提供丰富的纹理信息，还可以通过其包含的多个不同波段的特性呈现地物的本质特征。然而，因光学传感器是被动式成像，受自然气候的影响，光学影像不能总是获得。相反，主动式成像的sar不受天气环境的限制，并能提供独特的地物目标的散射和几何特征，但受固有的斑点噪声的影响，sar影像的分辨率、信噪比相对较低、语义相对难解释。这就鼓励研究人员在一些应用中，联合使用互为补充的光学影像和sar影像。许多研究已表明，融合光学影像的光谱信息和sar影像的散射(振幅)信息有利于土地覆盖分类，在农业资源统计、生态环境监测、城市建设规划等方面发挥着重
【技术保护点】
1.一种基于双重注意融合模态和特定模态联合网络的土地覆盖分类方法，其特征在于，包括：
2.根据权利要求1所述的基于双重注意融合模态和特定模态联合网络的土地覆盖分类方法，其特征在于，所述双重注意融合模态和特定模态联合网络包括融合模态和特定模态联合学习的编码级特征融合架构，融合模态和特定模态联合学习的解码级特征融合架构。
3.根据权利要求2所述的基于双重注意融合模态和特定模态联合网络的土地覆盖分类方法，其特征在于，所述融合模态和特定模态联合学习的编码级特征融合架构由两个编码器、一个特征融合模块、三个串联的解码器和分割头组成，该两个编码器分别用于对输...
【技术特征摘要】
1.一种基于双重注意融合模态和特定模态联合网络的土地覆盖分类方法，其特征在于，包括：
2.根据权利要求1所述的基于双重注意融合模态和特定模态联合网络的土地覆盖分类方法，其特征在于，所述双重注意融合模态和特定模态联合网络包括融合模态和特定模态联合学习的编码级特征融合架构，融合模态和特定模态联合学习的解码级特征融合架构。
3.根据权利要求2所述的基于双重注意融合模态和特定模态联合网络的土地覆盖分类方法，其特征在于，所述融合模态和特定模态联合学习的编码级特征融合架构由两个编码器、一个特征融合模块、三个串联的解码器和分割头组成，该两个编码器分别用于对输入的光学影像和sar影像进行编码。
4.根据权利要求3所述的基于双重注意融合模态和特定模态联合网络的土地覆盖分类方法，其特征在于，所述融合模态和特定模态联合学习的解码级特征融合架构由两个编码器-解码器、一个特征融合模块和三个分割头组成，该两个编码器-解码器分别用于对输入的光学影像和sar影像进行编解码。
5.根据权利要求4所述的基于双重注意融合模态和特定模态联合网络的土地覆盖分类方法，其特征在于，使用由imagenet初始化...
【专利技术属性】
技术研发人员：刘智，刘潇，王淑香，林雨准，芮杰，左溪冰，杨小兵，王番，邹慧君，金飞，
申请(专利权)人：中国人民解放军战略支援部队信息工程大学，
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。