摘要
本发明公开了一种基于多尺度协同网络的多曝光图像融合方法,具体包括:对源图像在四个尺度上进行包括局部语义信息的多尺度特征提取,构建基于密集连接网络DenseNet的多尺度特征提取网络I;基于多重残差通道自注意力机制构建基于Transformer的多尺度特征提取网络II,将全局语义互补融合特征与多尺度局部语义特征在通道维度上进行拼接获得融合特征张量;使用预训练特征提取网络提取源图像的四个尺度的特征信息,将结构相似性损失函数、均方误差损失函数及梯度损失函数相结合训练多尺度特征提取网络I、多尺度特征提取网络II和预训练特征提取网络;构建多尺度特征重建网络,获得最终的融合图像。
技术关键词
图像融合方法
特征提取网络
多尺度特征提取
融合特征
注意力机制
语义特征
矩阵
通道
信息熵
前馈神经网络
代表
特征提取模块
输出特征
系统为您推荐了相关专利信息
智能分析方法
虚拟化技术
依赖特征
部署Hadoop集群
数据查询效率
多尺度特征融合网络
识别系统
无人机
高分辨率摄像头
图像采集单元
异质信息网络
胶囊网络
计算机程序指令
编码器
企业违约风险
交叉注意力机制
环肽
多模态
多层感知机
特征提取模块
嵌入特征
知识图谱驱动
融合特征
可视化方法
数据