摘要
本发明公开了一种水上目标多维融合识别方法及系统,包括如下步骤:S1、采集水面环境中的感知图像数据,并进行预处理;S2、进行多模态融合;S3、将融合图像数据输入EfficientDet目标检测网络,提取特征图,并通过边界框回归子网络和目标分类子网络输出水上目标的类别标签和空间位置信息;S4、构建时间序列输入,输入至Motionformer网络,提取水上目标的运动轨迹特征;S5、生成识别报告;S6、采用增量学习方式对网络参数进行在线更新。本发明融合EfficientDet与Motionformer网络,实现水上目标精准检测与动态识别,具备精度高、稳定性强和自适应优化能力。
技术关键词
融合识别方法
双向特征金字塔
融合图像数据
轨迹特征
注意力
融合特征
生成融合图像
动态
前馈神经网络
标签
报告
输出特征
多模态
因子
分辨率
序列
模块
系统为您推荐了相关专利信息
医学影像数据
深度卷积神经网络架构
图像编码器
视觉
编码器特征
脑MR图像
图像分割网络
图像分割方法
多尺度特征
层级
深度记忆网络
情感分析方法
情感分析模型
文本
编码模块
深度学习模型
位置编码技术
分层编解码
有效性
注意力机制