摘要
本发明公开了基于vgg16和目标检测的轻量化红外与可见光图像融合方法,具体按照以下步骤实施:步骤1、设计以DenseNet为基础的红外和可见光图像融合网络;步骤2、通过红外和可见光图像融合网络产生最终的图像融合结果;步骤3、使用vgg16网络和yolo v5网络设计损失函数,训练基于视觉增强的红外与可见光图像融合算法;步骤4、设计交替式循环学习策略,通过多次交替训练后,使用目标检测损失指导融合网络,最终得到最优的融合图像。本发明解决了现有技术中存在的融合图像前景目标不突出,图像不符合人眼感知的问题,并显著改善了在高级视觉任务中的整体效果。
技术关键词
可见光图像
检测损失
网络
融合方法
红外光
通道
纹理细节特征
融合算法
图像拼接
参数
视觉
语义
对比度
中间层
非线性
基础
人眼
亮度
系统为您推荐了相关专利信息
人类活动识别方法
学习算法
照相机参数
雷达点云数据
网络
下行NOMA系统
联合检测方法
联合检测模型
多用户
深度神经网络
铝电解槽
软测量方法
仿真数据
仿真模型
数据驱动模型
图像采集装置
压力变送器
铁路隧道防护门
监测方法
图像分类识别