根据信息融合的层次深浅，多模态融合标注主要分为以下三种方法：

1.数据层融合标注：在原始数据层面就进行“硬对齐”。首先通过硬件或算法，确保不同传感器（如摄像头、激光雷达）的数据在时间和空间上严格同步。然后，以其中一种数据（如点云）为基准进行标注，再将结果精确映射到其他数据（如图像）上。

2.特征层融合标注：先分别从不同模态数据中提取关键特征（如图像的颜色纹理、点云的空间坐标、语音的声学特征），然后通过算法将这些特征进行匹配和关联，最后对融合后的特征集进行统一标注。

3.决策层融合标注：让每种模态的数据先“独立思考”，分别给出自己的初步标注结果和置信度。然后，通过投票、加权平均等融合算法，综合所有模态的判断，得出一个最可靠、最稳定的最终结论。