面向空天多模态感知的长尾分布船舶识别方法OA

在空天一体化海洋监测与智能海事管理中,利用无人机与卫星等空天平台采集的多源传感信息实现船舶目标识别,对航道管控、海上执法及边防预警具有重要意义。然而,真实场景下的船舶识别任务通常面临2大挑战:一是多模态数据的融合困难,可见光、辐射源信号不同模态之间存在异质性和时空不对齐问题;二是船舶类别天然呈现严重的长尾分布,头部类别占据大量样本,而尾部类别数据稀缺,严重影响整体识别性能。针对上述问题,提出一种面向空天多模态感知的长尾分布船舶识别方法。该方法融合类别感知边界优化策略、基于类别的重加权策略,有效提升尾部类别的判别能力与多模态融合的鲁棒性。实验结果表明:所提方法在典型长尾分布船舶识别任务中均取得了优于现有方法的性能,展现出良好的实用性与泛化能力。