摘要
本发明属于图像处理技术领域,公开了基于多源图像的融合目标检测方法,包括以下步骤:输入配准的红外图像和可见光图像;经过融合网络进行特征提取部分,包括:经过一层卷积层进行图像的初步特征提取,采用改进的残差密集流模块提取图像细节信息;对得到的可见光和红外图像的高层特征层进行图像拼接操作;采用四层卷积解码器进行数据的解码,经过一个1x1卷积核的映射得到融合图像;构造检测网络的检测损失修正融合网络,融合网络和检测网络相互监督,使得融合特征区域更加具有融合特征,并赋予高置信度;训练结束后,输出最终融合的图像。本发明提升检测精度,节省中间繁琐过程;得到更细致的融合图像;提升小目标的检测精度。
技术关键词
检测损失
可见光图像
卷积解码器
融合特征
拉普拉斯
图像拼接
核对图像数据
图像融合框架
RGB彩色图像
原始图像内容
融合器组件
网格
纹理
网络架构
高维特征向量
图像分割
系统为您推荐了相关专利信息
激光成像装置
多模态
IC载板
融合特征
生成对抗模型
姿态传感器
二维超声图像
三维超声图像
图像纹理特征
影像
行人检索方法
无监督特征学习
融合特征
网络
融合策略
天气预测模型
神经网络模型
天气预测方法
海浪
海洋
叶片
超定方程组
稀疏分解算法
故障预警方法
信号特征