【技术实现步骤摘要】
本专利技术属于数据识别领域，具体涉及一种船只图像识别方法。
技术介绍
1、船只图像分类是遥感影像处理与分析领域的关键技术之一，它专注于自动对船只图像中的不同场景进行分类和识别。随着遥感技术的迅猛发展，人们能够获取到大量的高分辨率船只影像数据，这些数据覆盖了城市、森林、农田、海洋等多种场景。对这些数据进行分类，对于资源管理、环境监测以及灾害应急等具有重要意义。
2、传统的船只分类方法主要依赖于人工特征提取，这在精度和效率方面存在一定的局限性。近年来，随着深度学习的发展，卷积神经网络（cnn）在船只图像分类任务中展现出了强大的自动特征学习能力，显著提高了分类的精度和效率。但是，现有的方法在处理复杂的船只图像特征提取时仍显不足，导致准确率较低。
技术实现思路
1、本专利技术提出了一种基于多序列曼巴的多模态船只图像分类方法，其目的是：解决现有分类方法提取特征不足、准确率低的问题。
2、本专利技术技术方案如下：
3、一种基于多序列曼巴的多模态船只图像分类方法，将同...
【技术保护点】
1.一种基于多序列曼巴的多模态船只图像分类方法，其特征在于：将同一船只的自然光图像和红外图像同时输入到多模态分类模型中，得到分类结果；
2.如权利要求1所述的基于多序列曼巴的多模态船只图像分类方法，其特征在于：所述序列转换模块为图像块嵌入模块；
3.如权利要求1所述的基于多序列曼巴的多模态船只图像分类方法，其特征在于：设自然光token序列，红外token序列，，所述交叉注意力曼巴计算模块的处理过程为：
4.如权利要求1所述的基于多序列曼巴的多模态船只图像分类方法，其特征在于：设交叉注意力曼巴计算模块输出的两组第一增强特征为和，，其...
【技术特征摘要】
1.一种基于多序列曼巴的多模态船只图像分类方法，其特征在于：将同一船只的自然光图像和红外图像同时输入到多模态分类模型中，得到分类结果；
2.如权利要求1所述的基于多序列曼巴的多模态船只图像分类方法，其特征在于：所述序列转换模块为图像块嵌入模块；
3.如权利要求1所述的基于多序列曼巴的多模态船只图像分类方法，其特征在于：设自然光token序列，红外token序列，，所述交叉注意力曼巴计算模块的处理过程为：
4.如权利要求1所述的基于多序列曼巴的多模态船只图像分类方法，其特征在于：设交叉注意力曼巴...
【专利技术属性】
技术研发人员：徐从安，吴俊峰，孙显，周伟，高龙，史骏，宿南，林云，蔡卓燃，
申请(专利权)人：中国人民解放军海军航空大学，
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。