摘要
本申请涉及自动驾驶技术领域,具体地说,本发明涉及一种联合图像配准的图像融合方法、装置及电子设备,属于自动驾驶技术领域。其中,该方法利用深度学习网络构建图像配准融合模型,对未配准的红外/可见光图像进行配准与融合,以实现车辆环境快速感知。该模型先对图像进行特征提取,然后对提取的特征信息进行特征匹配与校准,最后通过重构模块获取融合图像。在网络训练阶段,计算融合图像与红外/可见光图像的信息损失,基于损失对模型进行训练,得到训练完备的网络模型。本申请通过图像配准融合端到端网络模型,综合利用可见光和红外图像优势快速获取环境信息,使得该模型可应用于车辆环境感知高实时性需求场景。
技术关键词
可见光图像
图像配准
图像融合方法
特征提取模块
深度学习网络
重构模块
配准特征
自动驾驶技术
匹配模块
车辆环境感知
图像融合装置
存储器
电子设备
融合特征
矩阵
特征点
处理器
参数
系统为您推荐了相关专利信息
医学图像配准方法
长短期记忆神经网络模型
四维计算机断层扫描
双分支结构
图像配准模型
融合特征
边缘检测算法
轨道误差
识别方法
图像特征提取
无人机巡检
车载式无人机
多源监测数据
巡检路径
可见光图像
远程状态监测方法
采样率
液压泵
深层特征提取
状态监测数据