摘要
本发明提供了基于多光谱条纹管成像激光雷达系统的目标识别方法,包括以下步骤:使用多光谱条纹管成像激光雷达系统采集图像;并对图像进行重构处理;对经过重构处理的图像进行融合;融合公式为:D(i,j)=Dλ(i,j);构建多模态神经网络结构,多模态神经网络结构强度图特征提取采用ResNext网络模型;深度图像特征提取采DenseNet网络模型;然后将全连接层进行融合,并利用softmax分类器实现目标分类;输出识别结果。本发明提供的目标识别方法,对多种目标进行成像,得到了一个由深度图像和三种波长的强度图像,然后利用多模态神经网络,将深度图和强度图作为两种模态,分别得到图像特征,然后进行融合,实现目标更加精确的分类。
技术关键词
成像激光雷达系统
多光谱
神经网络结构
条纹
DenseNet网络
识别方法
图像特征提取
多模态
波长转换器
发射光学组件
接收光学组件
多波长激光器
偏转板
重构
荧光屏
分类器
光纤阵列
系统为您推荐了相关专利信息
数据驱动模型
表达式
GPR模型
特征提取法
记忆单元
工艺参数分析方法
分层控制策略
确定性策略梯度
表面活性剂
贝叶斯网络模型