摘要
本发明公开了一种内含感知增强模块的Swin Transformer自适应图像融合方法,其特点在于对可见光图像根据场景环境进行优化增强,并采用自适应融合策略实现图像融合。该方法实现步骤为:1)根据实际的场景条件,结合红外图像特征对可见光图像进行优化增强;2)对优化后的可见光图像与输入的红外图像使用卷积操作获得低层特征图,并通过嵌入编码得到特征向量;3)利用基于Swin Transformer的特征提取模块获取图像的全局语义信息,生成高层特征图;4)利用自适应融合策略融合两种源图像的特征图;5)通过卷积层和Swin Transformer模块精细化地逐次还原图像的高级和低级语义特征,实现图像重构。本发明方法无需人工干预,能够得到期望约束下的最佳策略。
技术关键词
可见光图像
图像融合方法
图像融合算法
语义特征提取
融合策略
特征提取模块
Sigmoid函数
全局信息融合
解码器
红外图像特征
注意力
融合特征
编码器结构
图像特征提取
交互特征
重构
系统为您推荐了相关专利信息
实时监测系统
合规性
异构传感器
合规策略
融合多模态特征
考试试题生成方法
文本
特征融合网络
特征提取网络
数据
大语言模型
决策
集成系统
排序度量函数
非线性特征
火灾探测方法
可见光图像
飞机
像素点
火灾早期探测