摘要
本发明提供一种用于SAR与可见光图像特征增强的多模态融合方法,将原始的SAR图像与可见光图像输入多模态共享特征编码器,提取分别对应的跨模态的浅层特征,输入改进的双分支独立编码器的对应分支,获取对应的单模态低频基本特征,再提取对应的高频细节特征,将对应的低频基本特征和高频细节特征分别组合后输入解码器,重建图像并分别计算损失,训练编码器和解码器;输入成对的SAR图像与可见光图像,提取当前的基本特征和高频细节特征后输入特征融合层,将融合后的基本特征和高频细节特征输入解码器,训练并用于生成融合图像。本发明提升融合图像的分辨率和细节精度,适应复杂环境下的实时应用,适用于遥感应用场景,高效、可靠。
技术关键词
可见光图像
独立编码器
融合方法
残差模块
输入解码器
生成融合图像
分支
通道
训练特征融合
注意力
多模态
频率
分辨率
场景
精度
系统为您推荐了相关专利信息
市政道路路面
三维激光扫描数据
可见光图像
多模态特征
路面裂缝检测方法
融合方法
输出信噪比
积分器
信息融合技术
背景噪声
动物识别方法
可见光图像
纹理特征
姿态特征
亮度
智能预警方法
神经网络模型
门控循环单元
训练集数据
偏差
配电房
环境检测方法
可见光图像
神经网络模型
控制中心