【技术实现步骤摘要】
本专利技术涉及概率统计和深度学习领域，尤其设计一种基于贝叶斯理论的多模态目标检测模型融合鲁棒增强方法和装置。
技术介绍
1、随着深度学习的发展，yolo系列，r-cnn系列和ssd被提出并用于处理目标检测任务。目标检测任务是指对图片中感兴趣区域进行位置和类别的确认。目标检测模型的优秀性能使其得以广泛应用于城市交通，工业检测和自动驾驶等领域。然而，在不同环境光照的条件下，不同电磁波波段的目标检测结果并不相同。例如，在白天时可见光波段的目标检测结果优于红外波段的目标检测结果，而在夜晚时可见光波段的目标检测结果则差于红外波段的目标检测结果。在自动驾驶场景下，目标检测的结果影响汽车响应行为，不稳定的检测结果会导致车祸。因此，如何确保目标检测的结果不受环境光照变化的影响变得尤为重要。
2、在这种背景下，多模态融合目标检测模型应运而生，旨在通过融合可见光波段和红外波段的信息实现稳定且可靠的目标检测，克服了环境光照变化的影响。多模态目标检测在可见光和红外线融合领域已经取得了不错的成果，能够有效融合两个波段下的检测结果从而提升最终检测结果。
3、根本文档来自技高网...
【技术保护点】
1.一种基于贝叶斯理论的多模态目标检测模型融合鲁棒增强方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于贝叶斯理论的多模态目标检测模型融合鲁棒增强方法，其特征在于，所述步骤(1)具体包括以下子步骤：
3.根据权利要求1所述的一种基于贝叶斯理论的多模态目标检测模型融合鲁棒增强方法，其特征在于，所述步骤(2)具体包括以下子步骤：
4.根据权利要求3所述的一种基于贝叶斯理论的多模态目标检测模型融合鲁棒增强方法，其特征在于，所述步骤(2.2)具体为：
5.根据权利要求3所述的一种基于贝叶斯理论的多模态目标检测模型...
【技术特征摘要】
1.一种基于贝叶斯理论的多模态目标检测模型融合鲁棒增强方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于贝叶斯理论的多模态目标检测模型融合鲁棒增强方法，其特征在于，所述步骤(1)具体包括以下子步骤：
3.根据权利要求1所述的一种基于贝叶斯理论的多模态目标检测模型融合鲁棒增强方法，其特征在于，所述步骤(2)具体包括以下子步骤：
4.根据权利要求3所述的一种基于贝叶斯理论的多模态目标检测模型融合鲁棒增强方法，其特征在于，所述步骤(2.2)具体为：
5.根据权利要求3所述的一种基于...
【专利技术属性】
技术研发人员：沈诗婧，苏蒙蒙，陈晋音，严云杰，熊海洋，郑海斌，李晓豪，
申请(专利权)人：杭州榕数科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。