摘要
本发明涉及海面目标多模融合识别技术领域,尤其是一种高动态无人平台的多模融合海面目标识别方法。该方法提出了一种基于多核学习方法的多模态融合识别框架,在此基础上设计了面向海面目标的小样本多模融合目标识别算法。通过针对可见光图像、SAR图像、主被动雷达一维距离像信号不同源的数据特点,分别进行目标检测、特征提取后,对多模异构特征利用多尺度核方法映射,进行核矩阵的加权融合,进行全局训练优化后,最终可输出各样本的分类结果。该算法既考虑了数据驱动目标识别算法的性能,同时也考虑了平台硬件算力限制和小样本情况,可实现性能、算力、样本三者之间的平衡。
技术关键词
异构特征
无人平台
可见光图像
雷达一维距离像
主被动雷达
识别方法
多分辨率特征
多核学习方法
多模特征
识别算法
采样率
多核分类器
滤波方法
鲁棒特征提取方法
样本
多尺度
系统为您推荐了相关专利信息
融合卷积神经网络
可见光图像
无监督深度学习
图像融合方法
生物医学分子影像
10kv开关柜
智能运检系统
中心控制单元
视频采集单元
人机交互单元
缺陷智能检测方法
多模态
图像色彩归一化
结构声音
轨道交通供电系统
绝缘子缺陷
可见光图像
深度学习模型
联合检测方法
特征值
高铁零部件
三维点云数据
实时检测方法
可见光图像
多模态特征融合