基于脉冲神经网络的高能效多模态目标检测方法及系统

本发明涉及一种基于脉冲神经网络的高能效多模态目标检测方法及系统，属于计算机视觉与人工智能技术领域。该方法首先对可见光与红外图像进行预处理并构建时序输入；随后利用脉冲骨干网络分别提取多尺度特征；通过类脑自适应融合模块动态计算融合权重实现特征互补增强与融合；再经特征金字塔模块聚合多尺度信息；最后由脉冲目标检测头输出检测结果。本发明解决了现有卷积神经网络方法在嵌入式平台部署时功耗高算力需求大的技术问题。其核心优势在于利用脉冲神经网络的事件驱动与稀疏计算特性，显著降低了系统能耗，同时通过自适应融合保证了在复杂场景下的检测精度与鲁棒性，为无人机等移动终端提供了高能效的视觉感知解决方案。