摘要
本发明属于人工智能领域,涉及一种应用于红外图像和可见光图像的融合方法,包括:对可见光图像和红外图像进行预处理;采用VSSBlock模块分别对可见光图像和红外图像进行多尺度特征提取;将可见光图像的多尺度特征进行融合,得到可见光多尺度融合特征;将红外图像的多尺度特征进行融合,得到红外多尺度融合特征;将可见光多尺度融合特征和红外多尺度融合特征输入到细节融合模块进行融合;将细节融合特征图输入到全局融合模块,得到融合特征图;将融合特征图输入到解码器中,得到融合图像;本发明可以在有效的时间通过融合和分割相互促进的方式得到高质量的融合图像。
技术关键词
可见光图像
融合特征
融合方法
原始图像数据
多尺度特征提取
模块
解码器
分支
补丁
序列
线性
纹理
语义
上采样
训练集
系统为您推荐了相关专利信息
电力负荷预测方法
多源异构数据
电力负荷预测模型
门控循环单元网络
启动备用电源
生长预测方法
多尺度特征
可信度向量
数据
融合特征
风险预测方法
超声影像数据
疾病风险预测模型
融合特征
深度神经网络
融合方法
格式
长短期记忆神经网络模型
数据
动态
全局平均池化
行人检测模型
注意力
行人检测方法
行人特征