本发明属于无人机视觉识别，涉及基于深度学习多模态的无人机视觉识别方法。
背景技术：
1、无人机视觉识别是指利用无人机搭载的视觉传感器系统，通过视觉识别图像处理、模式识别和深度学习等技术手段，对无人机所处环境中的目标物体进行检测、分类和识别的过程。
2、如公开号cn116310910a的中国发明专利公开了一种用于无人机的多角度视觉识别方法及系统，包括：调用第一视觉识别图像采集装置对第一待识别对象进行视觉识别图像采集，获得第一视觉识别图像采集结果；根据第一预设采集角度对所述第一待识别对象进行维度分割，获得第一维度分割结果生成第一探测光发射角调用第一光传感装置对第一待识别对象进行探测，获得第一探测结果；将第一视觉识别图像采集结果和第一维度分割结果进行匹配，获得第一匹配结果；基于第一空间几何信息遍历第一匹配结果进行饱和度分析，获得第一分析结果包括不满足预设饱和度的第一维度信息和第一维度空间几何信息输入视觉识别图像补充模型，获得第一补充视觉识别图像；对第一补充视觉识别图像和第一匹配结果进行视觉识别图像融合处理生成三维仿真模型添加进第一视觉识别结果。
3、以上现有技术存在以下几个方面的不足：1、当前进行无人机的多角度视觉识别时，未考虑无人机识别角度偏差，无法保障无人机视觉识别的识别准确性，进而无法保障无人机视觉识别的识别精准度，从而导致后续识别结果分析的可靠性不足。
4、2、当前对无人机采集视觉识别图像的分析主要集中于目标物品的分析，即对无人机采集视觉识别图像中的其他物品的关注度不足，进而导致目标物品识别分析的准确性不足，从而降低了后续决策的可靠性。
技术实现思路
1、鉴于此，为解决上述背景技术中所提出的问题，现提出基于深度学习多模态的无人机视觉识别方法。
2、本发明的目的可以通过以下技术方案实现：本发明提供基于深度学习多模态的无人机视觉识别方法，该方法包括：步骤一、无人机视觉识别:通过无人机搭载的视觉识别设备，识别目标物品的各视觉识别图像。
3、步骤二、无人机识别角度分析:根据目标物品的各视觉识别图像，分析无人机的识别角度偏差度。
4、步骤四、无人机角度矫正确认:根据无人机识别角度偏差度，确认无人机的矫正角度信息。
5、步骤五、无人机识别光线分析:根据目标物品的各视觉识别图像，分析各视觉识别图像的光线偏差度。
6、步骤五、无人机识别光线确认:根据各视觉识别图像的光线偏差度，确认无人机的光线偏差度。
7、步骤六、无人机识别目标确认：根据目标物品的各视觉识别图像，并从无人机识别云平台中提取无人机的历史信息，进而确认目标物品的物品信息。
8、步骤七、无人机识别反馈：根据无人机的矫正角度信息、光线偏差度以及目标物品的物品信息，进行对应反馈。
9、相较于现有技术，本发明的有益效果如下：（1）本发明通过根据目标物品的各视觉识别图像，分析无人机的识别角度偏差度，规避了当前未考虑无人机识别角度偏差的不足，保障了无人机视觉识别的识别准确性，进而保障了无人机视觉识别的识别精准度，从而提高了后续识别结果分析的可靠性，同时在另一方面，通过考虑无人机识别角度偏差度，实现了无人机视觉识别在复杂场景中的应用。
10、（2）本发明通过根据目标物品和各镶边物品的轮廓和颜色，确认目标物品的物品信息，打破了当前对无人机采集视觉识别图像中其他物品的关注度不足的问题，进而保障了目标物品识别分析的准确性，从而提高了后续决策的可靠性。
11、（3）本发明通过根据亮度合格指数、对比度合格指数和色彩饱和度合格指数，分析各视觉识别图像的光线偏差度，从多个关键维度全面评估光线偏差度，避免了仅从单一因素判断光线偏差的局限性，提高了光线偏差度分析结果的有效性，同时通过设置亮度合格指数、对比度合格指数和色彩饱和度合格指数的权重，提高了光线偏差度分析结果的稳定性和准确性。
1.基于深度学习多模态的无人机视觉识别方法，其特征在于：该方法包括：
2.根据权利要求1所述的基于深度学习多模态的无人机视觉识别方法，其特征在于：所述分析无人机的识别角度偏差度,包括：
3.根据权利要求2所述的基于深度学习多模态的无人机视觉识别方法，其特征在于：所述确认无人机的矫正角度信息，包括：
4.根据权利要求1所述的基于深度学习多模态的无人机视觉识别方法，其特征在于：所述分析各视觉识别图像的光线偏差度，包括：
5.根据权利要求4所述的基于深度学习多模态的无人机视觉识别方法，其特征在于：所述统计各视觉识别图像的亮度偏差度，包括：
6.根据权利要求4所述的基于深度学习多模态的无人机视觉识别方法，其特征在于：所述确认无人机的光线偏差度，包括：
7.根据权利要求1所述的基于深度学习多模态的无人机视觉识别方法，其特征在于：所述确认目标物品的物品信息，包括：
8.根据权利要求7所述的基于深度学习多模态的无人机视觉识别方法，其特征在于：所述确认目标物品与各历史识别物品的轮廓相似度，包括：
9.根据权利要求7所述的基于深度学习多模态的无人机视觉识别方法，其特征在于：所述确认目标物品与各历史识别物品的颜色相似度，包括：
10.根据权利要求7所述的基于深度学习多模态的无人机视觉识别方法，其特征在于：所述确认镶边识别类别信息，包括：
