基于深度可分离卷积与特征融合的传感器自适应目标识别算法OA
本文针对多传感器协同目标识别中传感器数据个数可变的问题,提出了一种自适应协同识别算法。该算法构建了适用于雷达、合成孔径雷达(SAR)、红外及可见光等多种同构传感器数据的特征处理框架,在方法上,实现了网络利用深度可分离卷积轻量化特征提取,其核心特征融合模块采用改进的SE注意力机制对特征进行加权融合,融合特征最终送入通道注意力分类器进行识别。实验基于MSTAR数据集验证,在最坏情况下,即传感器数量仅为2时,识别准确率达到92.75%。结果表明,该算法有效解决了传感器数量变化时的特征融合问题,性能优于多种对比算法,具有较高的可行性和有效性。
丛潇雨;黄新华;杨甲一;左倩
扬州大学信息与人工智能学院,江苏扬州225127上海机电工程研究所,上海201109 自动目标识别重点实验室(上海),上海201109上海机电工程研究所,上海201109 自动目标识别重点实验室(上海),上海201109扬州大学信息与人工智能学院,江苏扬州225127
航空航天
传感器自适应协同目标识别特征融合深度可分离卷积SE注意力机制
《空天防御》 2026 (3)
P.132-140,9
自动目标识别重点实验室(上海)联合基金资助项目(ART(S)2025-007)。
评论