[发明专利]一种基于耦合建模的多领域数据清洗及学习方法

摘要

本发明公开了一种基于耦合建模的多领域数据清洗及学习方法，提取多领域数据并通过数据清洗及学习方法实现对场景内容的识别与探测。采集并计算同一场景中多领域数据；以多领域数据之间的耦合建模进行相互校验，实现数据清洗；以领域自适应学习机制在同一框架下进行多领域数据的学习和融合，形成统一框架下的多领域联合场景模型，对场景目标探测。本发明能够稳定、可靠地用于复杂条件下的知识学习及目标探测，能够充分挖掘场景信息，具有较好的噪声抑制效果且运算效率较高。

主权项

1.一种基于耦合建模的多领域数据清洗及学习方法，其特征在于，包括训练阶段和探测阶段：训练阶段包括如下步骤：步骤一，针对散射环境中的单目成像数据计算深度数据，形成深度领域的场景数据；并同色彩领域的场景数据共同构成同一场景的多领域数据，即色彩数据及深度数据；步骤二，采用耦合建模方法，对多领域数据进行清洗，删除误差数据；步骤三，采用清洗后的多领域数据对场景进行建模，形成对同一场景色彩及深度领域的两个场景模型；步骤四，采用领域自适应学习方法，对两个场景模型进行联合训练，形成统一框架下的多领域联合场景模型；探测阶段包括如下步骤：步骤一，针对散射环境中的单目成像数据计算深度数据，形成深度领域的场景数据；并同色彩领域的场景数据共同构成同一场景的多领域数据；步骤二，采用耦合建模方法，对多领域数据进行清洗，删除误差数据；步骤三，将多领域数据输入统一框架下的多领域联合场景模型，输出探测结果。