摘要
本发明涉及一种多模态数据融合的目标识别方法及装置,包括:将待识别目标的多模态数据输入训练完成的识别网络;其中,识别网络包括依次连接的特征提取网络、特征融合增强网络、无键值注意力网络和分类网络;多模态数据包括:航迹信息、HRRP回波信号和JEM;特征提取网络包括经过特征对齐的航迹特征提取网络、HRRP特征提取网络和JEM特征提取网络;得到待识别目标的识别结果。通过上述技术方案,考虑了模态数据缺失对目标识别的影响,并对特征提取网络进行了特征对齐,提升了融合的合理性和有效性,并考虑了现实场景中模态缺失对目标识别的影响,相较于传统方法更具潜力,泛化性能更好,并具有较好的稳定性。
技术关键词
特征提取网络
航迹信息
多模态数据融合
分类网络
识别方法
注意力
回波
键值
样本
矩阵
传播算法
信号
积层
编码器
识别装置
输入模块
识别模块
系统为您推荐了相关专利信息
智能识别方法
文本生成器
岩性智能识别系统
高维特征向量
深度学习超参数
多模态数据融合
语义向量
广度优先搜索
实体
大语言模型
加权灰色关联度
成分分析
预测模型训练方法
数据
分类网络