基于迁移学习和UNET的双通道云粒子图像识别方法及系统
申请号:CN202510962684
申请日期:2025-07-14
公开号:CN120495787B
公开日期:2025-09-30
类型:发明专利
摘要
本发明提供一种基于迁移学习和UNET的双通道云粒子图像识别方法及系统,通过获取云粒子图像集合;对所述云粒子图像集合中的每张云粒子图像分别进行第一特征提取处理和第二特征提取,得到每张云粒子图像对应的第一通道特征图和第二通道特征图;将所述第一通道特征图和所述第二通道特征图输入至经预训练的特征适配模型进行特征空间对齐,得到对齐后的第一通道特征图和对齐后的第二通道特征图;将所述对齐后的第一通道特征图和所述对齐后的第二通道特征图输入至UNET网络进行双通道特征融合与识别,得到云粒子识别结果。本发明提升了云粒子识别结果的准确性。
技术关键词
粒子
像素点
矩阵
图像块
双通道特征融合
编码
图像识别方法
空间坐标信息
层级
融合特征
网络
边缘轮廓图
纹理
位置映射
全局平均池化
注意力
融合全局