基于深度学习的多模态传感器数据自适应对齐方法及系统

本发明涉及基于深度学习的多模态传感器数据自适应对齐方法及系统，属于多模态数据处理技术领域，包括如下步骤：步骤S1.获取来自多个异构传感器各自的空间点位数据，得到多模态传感器数据集；步骤S2.构建多路径特征提取网络模型，以提取不同模态传感器数据的空间卷积特征表示；步骤S3.采用位置向量特征序列维度规整方式计算出不同模态特征之间的跨模态相关性，基于跨模态相关性动态调整多模态特征在空间位置维度上的对齐偏移量；步骤S4.利用微小位置偏移对齐技术，对多模态数据进行连续位置域的变换，以实现多模态数据的细粒度对齐；本发明的有益效果：动态调整多模态特征在空间位置维度上的对齐偏移量，使得对齐操作能够实时适配数据的动态变化。