本书介绍了小目标检测的基本概念、信号处理与图像分辨率的理论基础，以及传统检测方法的局限性；详细讨论了多模态传感器的原理与选型、数据采集中的环境适应性与智能优化，以及多模态数据的几何校正、辐射校正和配准对齐；探讨了数据级、特征级和决策级融合策略，以及基于深度学习的融合模型；分析了跨领域检测的挑战，提出了领域自适应、小样本学习等解决方案；展望了小目标检测、跨领域检测和多模态数据融合的技术前沿和应用场景。