摘要
一种水下声呐和光学图像特征融合方法及系统,它属于深度学习技术领域。本发明解决了由于特征互补性挖掘以及鲁棒性方面的不足导致现有方法的特征融合效果差的问题。本发明通过优化特征级融合策略,采用跨模态注意力机制对声呐数据与光学图像特征进行交互,增强跨模态特征互补性,提高特征融合效果。使声呐数据的远距离探测能力与光学图像的高分辨率细节信息相结合,从而提升目标感知的准确性。针对水下光照变化、浑浊环境以及噪声干扰的复杂工况,通过本发明方法的声呐和光学特征级融合,可以提高模型对不同水下环境的适应性,确保目标识别的稳健性。本发明方法可以应用于水下声呐和光学图像的特征融合。
技术关键词
声学特征
水下声呐
特征融合方法
特征融合系统
特征融合网络
特征提取模块
注意力机制
编码
声呐系统
深度神经网络
数据获取模块
多尺度
融合特征
跨模态
深度学习技术
水下机器人
融合策略
系统为您推荐了相关专利信息
语音特征数据
高维特征向量
AR设备
动作特征
视觉特征
商品推荐列表
AI语音
交互方法
融合神经网络
分层强化学习
分像素插值方法
多尺度网络
特征融合网络
分辨率
浅层特征提取