一种基于通道-全局感知的多模态遥感数据跨域分类方法

本发明公开了一种基于通道‑全局感知模型的多模态遥感数据跨域分类方法，属于图像处理技术领域。解决了现有技术中传统的遥感数据跨域分类方法计算效率较低且模型泛化能力不足的问题；本发明将获取的多模态源域遥感数据输入到编码器中，通过监督学习优化编码器参数得到预训练好的编码器模型；将其输入到构建的全局通道感知调整模块，提取其全局通道特征，通过小样本学习的训练方式，得到多模态遥感分类模型；根据上述步骤在不同目标域上的训练，得到由同一源域数据进行预训练、而在不同目标域进行跨域分类的任务的多模态遥感分类模型。本发明实现了在保持模型泛化性的同时缓解跨域分布差异带来的精度下降情况，可以应用于多模态遥感数据跨域分类。