一种基于自动控制的多模态数据融合人体目标识别方法

本发明涉及多模态数据融合的目标识别技术领域，现有生命探测系统难以有效区分人体目标与热伪目标的空间分布，也无法实现多源异构数据的实时同步解析，严重制约极端环境下的目标定位可靠性，本发明提供一种基于自动控制的多模态数据融合人体目标识别方法，通过融合红外热成像、可见光成像的跨模态数据，构建基于深度神经网络的特征互补与干扰抑制模型，采用基于小波图卷积和注意力机制的多尺度抗干扰网络，通过时频局部化特性抑制环境噪声宽带干扰，实现对浓烟遮蔽、热辐射干扰等恶劣环境下人体目标的高鲁棒性识别，实现复杂火场环境下人体与热伪目标的精准区分。