一种基于深度学习的可见光与红外图像融合目标检测方法

本发明提供一种基于深度学习的可见光与红外图像融合目标检测方法，包括：获取多模态图像数据集并进行预处理；基于深度学习算法构建目标检测模型，模型包括依次连接的：去模糊模块、配准模块、细节增强模块、特征融合模块和分类模块；利用预处理后的多模态图像数据集对目标检测模型进行优化训练；获取待检测的由相同场景下的可见光图像和红外图像组成的图像对并输入训练好的目标检测模型，利用训练好的目标检测模型进行可见光和红外图像的融合目标检测；本发明通过去模糊及细节增强操作，能够充分保留可见光图像高分辨率及热红外图像夜间边界清晰的优势，实现高鲁棒性、高精度的多模态数据融合目标检测。