首页|期刊导航|铁路通信信号工程技术|面向多光谱检测的双流特征融合网络的研究

面向多光谱检测的双流特征融合网络的研究OA

中文摘要

提出一种面向轨道交通智能巡检的动态双流特征融合网络(Dynamic Dual-Stream Fusion Network,DDSFN)。自适应模态权重调节机制(Adaptive Modality Weighting Mechanism,AMWM)动态分析输入图像的亮度、对比度和温度分布熵以生成融合权重;跨模态特征对齐与互增强模块(Cross-modal Mutual Alignment and Enhancement Module,CMAEM)利用互相关对齐和余弦相似性通道重采样校正特征偏差并增强互补信息;跨尺度特征增强模块(Cross-Scale Feature Enhancement Module,CSFEM)采用双向特征金字塔与通道重校准强化多尺度特征感知。在FLAME2_dt和LLVIP数据集上DDSFN的平均精度均值(mean Average Precision,mAP)@0.5分别达到86.7%和85.9%,显著优于主流对比方法。消融实验验证3个模块的有效性与协同效应,为轨道交通智能巡检提供了关键技术支撑。

史龙;黄漫雅;陈林;江未来;袁小芳;朱青;王耀南

通号低空智能科技有限公司,北京100070湖南大学电气与信息工程学院,长沙410082湖南大学人工智能与机器人学院,长沙410082湖南大学人工智能与机器人学院,长沙410082湖南大学人工智能与机器人学院,长沙410082湖南大学电气与信息工程学院,长沙410082湖南大学人工智能与机器人学院,长沙410082

信息技术与安全科学

多光谱目标检测双流网络自适应特征融合跨模态对齐轨道交通智能巡检

《铁路通信信号工程技术》 2026 (9)

P.9-16,24,9

国家自然科学基金项目(62503160)湖南省自然科学基金项目(2025JJ60427)岳麓山工业创新中心项目(2025YCII0107)国家资助博士后研究人员计划项目(GZC20251163)。

10.3969/j.issn.1673-4440.2026.09.002

评论