摘要
本发明提供一种针对复杂照明环境下的红外可见光图像融合方法,方法包括:分别获取多种场景下配准后的多对红外图像和可见光图像形成训练图像子集,以得到训练数据集,并将训练数据集利用场景感知网络进行标识;将标识为夜间场景的训练图像子集输入到掩膜建模算法,以生成指导网络训练的掩膜;构建分层式红外可见光图像融合网络;构建损失函数指导分层式红外可见光图像融合网络训练。根据本发明通过用场景感知网络和掩码建模算法构造融合损失,以适应不同光照场景;还通过设计梯度增强模块在特征层面增强混合模态中的纹理信息;本发明还通过在深度语义层面引入多尺度语义交互模块有效利用双模态特征中的语义信息。
技术关键词
可见光图像
融合方法
建模算法
网络
场景
Laplacian算子
掩膜
多尺度
梯度纹理特征
照明
分层
标识
模块
注意力
输入解码器
通道
语义层面
系统为您推荐了相关专利信息
特征提取方法
视觉
RGB特征
特征提取模块
加权特征
抗传感器故障
推进控制方法
低空飞行器
残差加权
多模态
数据管理系统
场景识别分析
资源共享
人工智能识别
AR虚拟技术
深度卷积生成对抗网络
情景
径流
优化调度模型
风光