【技术实现步骤摘要】
本专利技术属于计算机视觉，具体涉及一种基于鱼眼系统的地基云图分类方法及系统。
技术介绍
1、天气状况的变化往往会导致环境数据随之调整。有研究表明，环境因素与视觉特征共同构成了地基云识别的关键条件。在深度学习驱动的图像分类领域，特征融合技术通常被用来高效整合多源数据，该技术已在诸多场景中取得了显著突破。
2、然而，地基云图像的分类精度受到其空间多尺度特性和物理参数耦合作用的影响，需要对图像中的多尺度特征进行全面建模，同时结合气象参数对云分类进行有效的特征融合。基于多尺度特征提取和物理约束的融合原理，模型能够更好地捕捉到云图的全局与局部特征，并将气象参数作为先验信息来引导特征的融合。
3、融合地基云视觉特征与多模态信息的核心难点在于：视觉特征经过卷积层处理后呈现多维结构，而多模态信息通常以一维向量形式存在。如何在这种异构数据之间实现有效融合，成为多模态地基云分类领域面临的重要挑战。
技术实现思路
1、针对上述现有技术存在的问题，本专利技术提供一种基于鱼眼系统的地基云图分...
【技术保护点】
1.一种基于鱼眼系统的地基云图分类方法，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，所述多模态物理引导门控融合模型的结构包括：
3.根据权利要求2所述的方法，其特征在于，所述ResNet残差网络为移除原始ResNet-50第四阶段，保留前三阶段的ResNet残差网络；其中，移除的所述第四阶段包括3个Bottleneck块。
4.根据权利要求2所述的方法，其特征在于，获得所述融合视觉特征图的方法包括：
5.根据权利要求2所述的方法，其特征在于，利用气压门控单元通过所述物理环境特征气压对交互特征进行自适应调
【技术特征摘要】
1.一种基于鱼眼系统的地基云图分类方法，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，所述多模态物理引导门控融合模型的结构包括：
3.根据权利要求2所述的方法，其特征在于，所述resnet残差网络为移除原始resnet-50第四阶段，保留前三阶段的resnet残差网络；其中，移除的所述第四阶段包括3个bottleneck块。
4.根据权利要求2所述的方法，其特征在于，获得所...
【专利技术属性】
技术研发人员：苏伟，景如画，张久文，董军贤，郑进国，张京波，
申请(专利权)人：兰州大学，
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。