【技术实现步骤摘要】
本专利技术涉及海上目标识别，具体涉及一种基于ai的多模态遥感图像海上目标识别方法。
技术介绍
1、基于ai的多模态遥感图像海上目标识别方法是通过遥感技术采集海洋区域的多源图像数据，结合多模态图像处理与ai分析技术，精准识别和检测海上目标，如船只、油轮、冰山等。这种识别方法依赖卫星、无人机或其他空中传感器获取的多光谱、雷达或高分辨率影像，通过ai模型融合不同模态的信息，自动或半自动进行目标检测、分类与识别。该技术广泛应用于海洋监控、航运管理、海上安全与环境保护，提升了海上目标识别的效率与准确性。
2、现有技术中，基于ai的多模态遥感图像的海上目标识别时，首先，对遥感图像进行预处理，包括去噪、增强对比度和几何校正等。接下来，通过特征提取算法提取出与目标相关的特征，如形状、纹理、光谱特性等。然后，利用深度学习模型对这些特征进行分析和分类，将图像中的目标识别出来。然而，在密集船舶航行环境下，多个目标可能出现在遥感图像的同一区域，且相互之间存在重叠。这种情况会导致模型难以将目标单独分割和识别，尤其是当目标的尺寸较小且相对靠近时，重叠的...
【技术保护点】
1.一种基于AI的多模态遥感图像海上目标识别方法，其特征在于：包括以下步骤；
2.根据权利要求1所述的一种基于AI的多模态遥感图像海上目标识别方法，其特征在于：S3中，对目标重叠区域的平均边界重合率变化情况进行分析后生成平均边界重合率波动指数，则平均边界重合率波动指数的获取方法为：
3.根据权利要求2所述的一种基于AI的多模态遥感图像海上目标识别方法，其特征在于：S4中，对偏差在固定时间段内的异常变化情况进行分析后生成掩膜偏差异常指数，则掩膜偏差异常指数的获取方法为：
4.根据权利要求3所述的一种基于AI的多模态遥感图像海上目标识别...
【技术特征摘要】
1.一种基于ai的多模态遥感图像海上目标识别方法，其特征在于：包括以下步骤；
2.根据权利要求1所述的一种基于ai的多模态遥感图像海上目标识别方法，其特征在于：s3中，对目标重叠区域的平均边界重合率变化情况进行分析后生成平均边界重合率波动指数，则平均边界重合率波动指数的获取方法为：
3.根据权利要求2所述的一种基于ai的多模态遥感图像海上目标识别方法，其特征在于：s4中，对偏差在固定时间段内的异常变化情况进行分析后生成掩膜偏差异常指数，则掩膜偏差异常指数的获取方法为：
4.根据权利要求3所述的一种基于ai的多模态遥感图像海上目标识别方法，其特征在于：s5中，将目标分割的一致性和深度学习模型的抗遮挡能力进行综合分析后，评估深度学习模型在密集船舶重叠环境下目标识别的准确性，具体为：
5.根据权利要求4所述的...
【专利技术属性】
技术研发人员：刁奇，宋磊，郭方荣，张雅洲，
申请(专利权)人：山东极目空间科技有限公司，
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。