摘要
本发明涉及煤仓内部物料的检测方法,具体为基于多模态数据融合的煤仓物料状态监测方法,本发明将点云数据体素化,对体素数据提取体素特征,同时对图像数据提取图像特征。然后利用区域候选网络生成边界候选框,并通过质心动态融合网络模块计算体素质心,将体素质心投影到图像平面上,采样图像特征实现全局融合。接着将每个边界候选框划分为均匀的体素网格,通过PIE模块对网格中心位置进行编码,生成位置信息编码特征,通过网格点动态融合模块实现局部融合。最后将全局融合特征、局部融合特征和位置信息编码特征进行聚合,最终生成融合图像。本发明融合后的数据更加全面、准确,能够更真实地反映煤仓内部物料的实际情况。
技术关键词
多模态数据融合
状态监测方法
融合特征
信息编码
生成位置信息
煤仓
编码特征
区域候选网络
网格
稀疏卷积神经网络
三维点云数据
网络模块
生成融合图像
注意力机制
多光谱相机
动态
激光雷达
系统为您推荐了相关专利信息
组学特征
标签
启发式搜索算法
样本
特征排序方法
多模态特征融合
威胁检测方法
加密
统计特征
帝企鹅
状态空间模型
变换器
状态监测方法
数字孪生模型
模型误差
基站
无线网络拓扑
约束优化算法
储能单元
多模态数据融合
图像采集方法
多模态传感器
可见光相机
海量三维模型数据
纹理