الدمج متعدد الطيف لاكتشاف الأشياء باستخدام كتل التكرار والتحسين الدورية

الصور متعددة الطيف (مثل المرئي والأشعة تحت الحمراء) قد تكون مفيدة بشكل خاص عند الكشف عن الأشياء ذات النموذج نفسه في بيئات مختلفة (مثل مشاهد خارجية نهارية/ليلية). لاستخدام الطيف المختلفة بكفاءة، يكمن التحدي التقني الرئيسي في عملية دمج المعلومات. في هذا البحث، نقترح طريقة جديدة للدمج الجزئي للميزات في الشبكات العصبية تستفيد من التوازن بين المكملية والتوافق الموجود في الميزات متعددة الطيف من خلال إضافة وحدة خاصة إلى بنية الشبكة تقوم بدمج وتكرار تحسين كل ميزة طيفية بشكل دوري. قمنا بتقييم فعالية طريقة الدمج الخاصة بنا على مجموعة بيانات متعددة الطيف صعبة للكشف عن الأشياء. أظهرت نتائجنا أن تنفيذ وحدة الدمج والتكرار الدورية الخاصة بنا في أي شبكة يحسن الأداء على كلا المجموعتين مقارنة بالطرق الأخرى المتقدمة للكشف عن الأشياء متعددة الطيف.