摘要
本发明公开了一种基于深度学习与雷达融合的三模态遥感建筑物分割系统,涉及深度学习与传感器融合领域,具备全硬件加速处理、动态功耗优化及开放式可编程特性;所述系统由毫米波雷达、UltraScale+芯片、高分辨率可见光摄像头及红外摄像头组成;本发明相较于现有技术,本发明通过硬件加速、动态优化与开放架构三位一体设计,实现了传感器数据的智能筛选与分布式处理,在保证金属目标检测精度的同时,大幅降低系统资源消耗和带宽需求,特别适合资源受限的边缘计算场景,为复杂场景下的多目标监测提供高适应性解决方案。
技术关键词
分割系统
雷达
硬件加速模块
可见光相机
建筑物
Winograd算法
红外相机
管理数据读写
Bayer阵列
存储模块
动态权重组合
红外摄像头
数据处理模块
玻尔兹曼定律
传感器模块
非均匀性校正
多尺度特征融合
系统资源消耗
直方图均衡化
调频连续波
系统为您推荐了相关专利信息
特征提取网络
激光雷达点云
深度神经网络
生成方法
卷积模块
车辆辅助
辅助驾驶系统
ADAS域控制器
驾驶决策模型
数据
驾驶辅助功能
车辆
传感器识别
智能驾驶系统
IMU传感器
斜视成像
合成孔径雷达
波形
粒子群优化方法
分辨率误差
LSTM预测方法
高铁
Delaunay三角剖分
长短期记忆神经网络模型
数据