用于可扩展触觉皮肤的模拟双音多频信号传输技术，具备自动数据压缩功能及单线输出特性

《IEEE Sensors Journal》：Analog Dual-Tone Multi-Frequency Signaling for Scalable Tactile Skin with Automatic Data Compression and a Single-Wire Output

　　

摘要：

有效地提取和融合可见光与红外模态的特征对于提高复杂环境中的目标检测性能至关重要。然而，现有的双模态检测模型通常继承了主要针对可见光纹理优化的特征提取架构。虽然标准卷积在捕捉精细的RGB细节方面表现出色，但它们可能无法完全适应红外图像所具有的整体形态和热辐射变化。这种对不同模态的统一处理在一定程度上限制了模型提取深度互补特征的能力。此外，在特征融合阶段，现有的交互机制往往忽略了局部细节补充与全局语义关联之间的平衡，从而限制了融合性能。为了解决这些问题，我们提出了DF-Net，这是一种基于解耦可变形扩张卷积（Decoupled Deformable Dilated Convolution）和渐进式协调融合（Progressive Coordinated Fusion）的双模态检测网络。首先，为了减轻特征提取中的模态不匹配问题，我们为红外分支设计了解耦可变形扩张卷积（DDConv）。DDConv利用正交的一维扩张卷积来匹配红外目标（例如行人和车辆）的各向异性形状，并结合了可变形机制以自适应地捕捉热梯度边缘。其次，我们构建了具有协调局部-全局注意力（Fusion-LG）的渐进式融合模块。该模块将融合任务逐步分解为三个阶段：模态间交互、模态内协调和双模态聚合。Fusion-LG模块利用交叉注意力和Transformer来捕捉重要的局部特征和上下文信息。在此基础上，一种自适应加权机制协调了每种模态中原始特征、局部细节和全局语义的贡献。在聚合阶段，两个增强后的单模态表示被...

显示更多