一种基于多模态异构数据协同的活体目标智能识别方法

本发明公开了一种基于多模态异构数据协同的活体目标智能识别方法，具体涉及目标智能识别技术领域，利用多类型传感器实时获取多模态异构数据，记录各模态的高精度时间戳构建多模态异步失配系数，动态识别因采集与传输异步带来的时序失配风险，通过构建跨模态相似性矩阵，将跨模态相似性矩阵与模态特征显著性冲突区域进行联合建模计算跨模态特征冲突增强系数，从特征层面量化评估跨模态特征冲突的增强效应，将跨模态特征冲突增强系数与多模态异步失配系数形成互补输出多模态融合风险评估指数，量化当前多模态融合状态的稳定性与风险水平，准确反映融合过程中潜在的时序与特征协同失效风险，基于风险评估结果对各模态的融合权重实施动态调整。