摘要
本发明提供了一种基于特征交叉增强的多模态协同在线演化目标检测方法,属于目标检测技术领域。该方法通过从不同传感器获取舰船目标的多模态数据集,并进行归一化预处理,利用自适应演化机制动态调整各模态特征图的融合策略,通过在线融合与特征交叉增强模块实时融合不同模态的数据并增强模态之间的特征信息,最终利用区域卷积神经网络(RCNN)进行舰船目标的实时检测并输出检测结果。本发明采用上述的一种基于特征交叉增强的多模态协同在线演化目标检测方法,有效解决了多模态数据融合中的数据缺失、噪声干扰以及实时性问题,适用于复杂的动态环境,具有较高的应用价值和实用性。
技术关键词
光学图像数据
辐射源
雷达图像数据
区域卷积神经网络
数据特征提取
图像特征提取
特征提取网络
在线
演化机制
多层感知机
机载雷达系统
融合策略
模态特征
多模态
增强子
子模块
注意力
系统为您推荐了相关专利信息
特征提取算法
皮尔逊相关系数
优化装置
数据一致性校验
特征值
雷达辐射源信号
卷积特征提取
样本
分类器
一维卷积神经网络
温度测量方法
转换算法
非线性回归模型
查找表
脚本
多模态深度
多模态数据采集
协同过滤算法技术
数据特征提取
深度学习技术
精准校准方法
偏航控制系统
主成分分析方法
卡尔曼滤波算法
机器学习算法