基于多模态数据融合学习网络的微弱目标群检测方法

摘要：

微弱目标群检测是目标检测领域中的难点,随着传感技术发展使得基于多模态数据融合的目标检测方法成为可能.传统的方法常常关注于人工设计的多模态数据融合层面,一般采用信号级及决策级的融合,无法充分利用多模态内在融合特征.为此,为了充分利用深度卷积网络的内在多模态特征表达能力,提出一种端到端多模态数据学习融合网络,能够融合学习可见光、红外和多普勒脉冲雷达数据.在FLIR_ADAS数据集上验证算法识别微弱目标群的性能,实验结果表明本文算法能够显著提高微弱目标群检测性能.

关键词：多模态融合;微弱目标检测;目标检测;数据融合

所属期刊栏目：4

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61671170

在线出版日期：2021-09-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：41-47