摘要
本发明提出基于下游计数任务反向优化的多模态图像融合去鬼影方法,所述方法包括:使用扩散融合模型为待融合的每个可见光‑红外图像对合成一张融合图像;通过知识蒸馏,使用融合模态生成模块逼近扩散融合模型的多模态融合能力;在多模态目标计数任务中微调融合模态生成模块;使用微调后的融合模态生成模块重新将可见光‑红外图像对融合为一张融合图像。本发明可将可见光和红外图像合成为一张无鬼影的融合图像,即便在目标密集场景也可良好工作,贴合实际应用场景,合成的融合图像效果优于传统的基于图像配准的去鬼影方法,运算时间也低于传统的去鬼影方法。
技术关键词
图像
可见光
跨模态
期望最大化算法
解码模块
神经网络模型
注意力
特征提取模块
计数方法
代表
编码器
矫正
输出特征
框架
前馈神经网络
多模态
解码器
密度
噪声
系统为您推荐了相关专利信息
动态光学
整体设计方法
温湿度参数
反射特征
模拟模型
条码图像
智能条码
打印方法
梯度提升决策树
深度卷积神经网络