|
|||||
|
|
| 基于孪生网络的无人机目标多模态融合检测 | |
| 作者姓名： | 韩自强 岳明凯 张骢 高棋 |
| 作者单位： | 沈阳理工大学装备工程学院 |
| 基金项目： | 辽宁省教育厅基本科研面上项目（LJKMZ20220605）; |
| 摘 要： | 为解决小型无人机“黑飞”对公共领域的威胁问题。基于无人机目标多模态图像信息,文中提出一种轻量化多模态自适应融合孪生网络（Multimodal adaptive fusion Siamese network,MAFS）。设计一种全新的自适应融合策略,该模块通过定义两个模型训练参数赋予不同模态权重以实现自适应融合;本文在Ghost PAN基础上进行结构重建,构建一种更适合无人机目标检测的金字塔融合结构。消融实验结果表明本文算法各个模块对无人机目标检测精度均有提升,多算法对比实验结果表明本文算法鲁棒性更强,与Nanodet Plus-m相比检测时间基本不变的情况下m AP提升9%。 |
| 关 键 词： | 无人机 轻量化 孪生网络 自适应融合策略 多模态图像 |