摘要
本发明属于图像信息处理技术领域,公开了一种深度特征相关性矩阵的红外和可见光图像融合方法。该红外和可见光图像融合方法对应的融合框架主要由自重构源图像任务、交叉重构源图像任务和分割任务组成;其中,源图像是红外图像和可见图像;自重构源图像任务和交叉重构源图像任务用于约束融合框架获得融合和重构能力;交叉重构源图像任务中引用动态交互融合;分割任务用于提供目标语义特征嵌入到动态交互融合过程,帮助融合特征提供目标语义信息;提出跨任务交互模块构建深度特征相关性矩阵来解决两个不同层级任务在特征融合过程中存在的语义差异问题。本发明能够使得融合特征包含丰富的目标语义信息,进而重构出高质量的融合图像。
技术关键词
融合特征
语义特征
重构
红外编码器
可见光图像
查询特征
融合方法
解码器
图像信息处理技术
矩阵
动态
模态特征
上采样
模块
语义标签
框架
融合策略
系统为您推荐了相关专利信息
情绪识别模型
融合特征
数据
汽车智能交互技术
模态特征
多模态特征融合
二维图像特征
数据
样本
语义特征提取
机载点云
高分辨率遥感影像
点云深度学习
物体检测模型
多源遥感数据