基于多模态决策级融合的恶劣天气场景目标检测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于多模态决策级融合的恶劣天气场景目标检测方法
申请号:CN202510566446
申请日期:2025-04-30
公开号:CN120766069A
公开日期:2025-10-10
类型:发明专利
摘要
本发明旨在提供一种基于多模态决策级融合的恶劣天气场景目标检测方法,包括以下步骤:A、构建目标检测网络模型,所述的目标检测网络模型包括:TKLMR网络、改进YOLO网络、3D检测模块、SFEN‑CLOCs融合网络;B、对目标检测网络模型进行训练,得到训练好的目标检测网络模型;C、利用相机拍摄获得原始图像,利用激光雷达扫描获得对应的激光点云数据;D、原始图像输入TKLMR网络中进行预处理,然后输入改进YOLO网络中处理,得到2D检测结果;E、激光点云数据输入3D检测模块中处理,得到3D检测处理结果;F、2D检测结果和3D检测处理结果在SFEN‑CLOCs融合网络中融合后,得到最终输出结果。本发明能够提高特征融合的质量,获得更好的雪天车辆目标检测效果。
技术关键词
检测网络模型 网络模块 激光点云数据 多模态 Sigmoid函数 决策 天气 矩阵 场景 分辨率 注意力 融合特征 激光雷达 全局平均池化 长宽比 参数 分支 图像