北理工团队提出一种面向低质量视频目标检测的脑启发注视引导的脑机跨模态深度融合检测方法

北京理工大学毕路拯教授团队提出了一种脑启发的注视引导的脑机跨模态深度融合框架，显著提升了低质量视频中的目标检测性能。该框架通过多尺度时空网络（MSST-Net）和注视引导的跨模态融合模型（NCF-Net），利用神经和视觉信号增强目标检测能力。研究还开发了自适应机制，根据视频质量动态调整检测策略，降低认知负荷并提高系统鲁棒性。实验结果表明，这种脑机协作系统在低质量视频目标检测中的性能显著优于传统基于视觉的方法，展示了脑启发多模态融合在智能、鲁棒视觉感知方面的潜力。这项研究为安防监控和无人机侦察等应用提供了新的解决方案。