基于多传感器融合的无人机生命搜寻方法

摘要：

为应对单个生命探测传感器在野外、灾区生命搜寻时的不稳定状况,提出了一种基于多传感器信息融合的无人机(UVA)生命搜寻方法.首先,构建不同结构的ResNeXt网络以提取不同维度信息的特征,利用一维ResNeXt网络提取音频梅尔频谱系数的深层特征,利用二维ResNeXt网络提取红外图像的深层特征;其次,使用判别相关分析(DCA)对2种高维特征进行降维融合,兼顾不同特征的相关性和类别性,以获得更丰富的环境信息,从而提高生命搜寻的准确性;最后,将融合特征输入支持向量机分类器以进行生命识别的决策,建立具有相关性的音频和图像双模态数据集,并将所提方法在该数据集上进行实验比较和分析,对其性能进行有效评估.实验结果表明:所提方法在特征提取和特征融合方面效果优于其他传统方法,且多传感器融合识别准确率可达98.7％,证明该方法能有效提高特殊场景下人体检测的准确性,多传感器融合检测效果优于单传感器.

关键词：数据融合、红外图像特征、音频特征、判别相关分析(DCA)、无人机生命搜寻方法

所属期刊栏目：44

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金;深圳市科创委资助项目;咸阳市重点研发计划

在线出版日期：2023-03-09（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：61-67