摘要
一种基于可见光与红外图像多源特征的模态信息融合方法,属于多模态信息融合领域。首先,将可见光图像和红外图像输入多尺度特征提取器进行特征提取;其次,将提取得到的两种模态特征映射输入融合器进行特征融合;最后,将融合后的特征映射输入特征重建器进行特征重整,最终生成融合图像。本发明的多尺度特征提取器能够同时捕捉两个模态图像的局部和全局特征;通过专门设计的融合策略充分整合和利用多尺度特征提取器提取的多尺度特征映射,实现两个模态特征的高效融合,显著增强图像融合效果;通过多尺度特征提取、特征融合和特征重整实现对可见光图像和红外图像的充分融合。本发明充分利用红外模态的热目标显著性和可见光模态的细节丰富性,克服单一模态的局限性,提供更加丰富和准确的图像信息。
技术关键词
多尺度特征提取
模态特征
可见光图像
信息融合方法
多源特征
融合器
局部特征提取
sigmoid函数
图像编码器
特征提取器
融合策略
输入多尺度
全局平均池化
扫描器
多模态信息融合
多层感知机
通道
生成融合图像
系统为您推荐了相关专利信息
激光雷达点云数据
可见光图像
融合特征
检测模型训练
多模态
轨迹识别方法
联合损失函数
训练神经网络模型
融合特征
多尺度特征提取
卷积神经网络深度学习模型
多尺度特征提取
预警系统
火灾
预警方法