一种多模态数据互补、校错与容失机制的融合方法

本发明公开一种多模态数据互补、校错与容失机制的融合方法，步骤包括：采集同一场景下的微波数据流和红外数据流；对微波数据和红外数据流进行特征提取，采用多模态特征融合框架，通过自适应学习特征的权重，进行多模态数据的互补融合；设计多模态生成网络对丢失模态数据进行生成，利用配准差异自动识别和修正传感器引起的配准误差；对信息缺失和误差修正进行容错性处理，动态调整不同模态在融合中的权重，增强系统在复杂环境下的稳定性。通过深度学习的驱动，充分发挥多模态数据间的互补性，解决了信息缺失、配准误差和容错性问题，显著提高了微波与红外数据融合的精度与鲁棒性，适用于复杂数据融合任务中的目标检测与识别。