基于红外视觉与超宽带雷达数据融合的生命探测策略
信号处理
2019-05-17 v2
摘要
基于单一信息源的生命探测方法因其在不同场景下的局限性和在生命探测中鲁棒性较差，无法满足震后救援需求。本文提出一种基于深度神经网络的多传感器决策级融合方法，包含卷积神经网络与长短期记忆神经网络（CNN+LSTM）。首先，我们在同一场景下同时用多种方法计算各传感器的生命探测概率值，并将其汇集作为深度神经网络的输入样本。然后我们使用卷积神经网络（CNN）从输入中提取空间域分布特征，输入为各生命探测传感器概率值与其平滑概率值的两通道组合。进而，利用长短期记忆（LSTM）层分析最后一层输出的序列时间关系，并将三个 LSTM 分支的结果拼接。最后，使用与前层不同的两组 LSTM 神经网络整合三个分支的特征，并利用带二元交叉熵（BEC）损失函数的全连接网络输出两类分类结果。因此，所提算法可准确得出生命探测的分类结果。
引用
@article{arxiv.1903.01564,
title = {Life detection strategy based on infrared vision and ultra-wideband radar data fusion},
author = {Li Yin and Y. M. Zhou},
journal= {arXiv preprint arXiv:1903.01564},
year = {2019}
}
备注
6 pages, 7 figures, conference