摘要
本发明旨在提供一种基于多模态决策级融合的恶劣天气场景目标检测方法,包括以下步骤:A、构建目标检测网络模型,所述的目标检测网络模型包括:TKLMR网络、改进YOLO网络、3D检测模块、SFEN‑CLOCs融合网络;B、对目标检测网络模型进行训练,得到训练好的目标检测网络模型;C、利用相机拍摄获得原始图像,利用激光雷达扫描获得对应的激光点云数据;D、原始图像输入TKLMR网络中进行预处理,然后输入改进YOLO网络中处理,得到2D检测结果;E、激光点云数据输入3D检测模块中处理,得到3D检测处理结果;F、2D检测结果和3D检测处理结果在SFEN‑CLOCs融合网络中融合后,得到最终输出结果。本发明能够提高特征融合的质量,获得更好的雪天车辆目标检测效果。
技术关键词
检测网络模型
网络模块
激光点云数据
多模态
Sigmoid函数
决策
天气
矩阵
场景
分辨率
注意力
融合特征
激光雷达
全局平均池化
长宽比
参数
分支
图像
系统为您推荐了相关专利信息
预警管理方法
数据安全
电气特征
闭环反馈控制器
相位波动特征
指向控制方法
波束成形权值
视觉特征
音频特征
多模态传感器
分析报告生成方法
多源异构数据融合
多模态
多头注意力机制
指标
链路预测模型
通信光缆
视觉
预训练模型
监视方法