摘要
本发明公开了一种基于深度度量的机载多模态协同目标检测方法,涉及信号处理技术领域,首先利用搭载在飞机上的光学相机、雷达传感器和辐射源传感器,同步对目标区域进行数据采集,获取光学图像、雷达数据及辐射源数据,并对其进行预处理;然后对经过预处理后的光学图像、雷达数据和辐射源数据分别进行各自平台的目标检测;最后基于深度度量学习结合加权注意力融合机制的方法将得到的光学图像、雷达数据和辐射源数据的目标检测结果进行对齐及融合处理,最终得到一个综合的目标检测结果;本发明提供的一种基于深度度量的机载多模态协同目标检测方法,不仅能够提升目标检测的准确性,还能有效提高系统的鲁棒性和适应能力。
技术关键词
多模态协同
深度度量学习
平台
恒虚警率检测
数据
聚类分析方法
运动特征
表达式
雷达传感器
神经网络模型
辐射源特征
注意力
信号特征
运动轨迹信息
神经网络架构
信号处理技术
特征提取网络
系统为您推荐了相关专利信息
多源异构数据
智慧工地
评价方法
长短期记忆网络
通道注意力机制
粒子
电力负荷预测方法
BiLSTM模型
电力系统负荷
电力负荷预测精度