双模态采样融合检测模型

雨雾强光下检测更稳

同时解决RGB与红外特征对齐误差和融合精度不足的问题，在复杂环境下检测性能优于现有融合算法。

78922254 · 77069409 · Song, Yansong · Zhang, Gong · Gang-Qi, Yan · 刘天赐 · Yanbo, Wang · 78922255 · Li, Xinhang

Optics and Laser Technology 2025

参数信息

性能提升

2%–10%

技术优势

对齐准，误差小

通过双向自适应采样模块（BASM）动态引导采样，提升模态间特征对齐精度，同时降低计算复杂度。

融合深，互补强

Cross-Complementary Fusion模块利用自注意力机制建立高效信息交互通道，实现深层语义特征的互补融合。

复杂环境有优势

在雨天、强光、烟雾等复杂环境下，检测性能超过其他融合算法和非融合算法2%到10%。

应用场景

• 多模态感知：融合可见光与红外信息，实现复杂环境下稳健的目标识别。
• 全天候目标检测：在雨雾、强光、烟雾等全天候条件下保持高检测性能。
• 视觉-红外融合：通过互补融合深层语义特征，提升目标检测精度。