摘要
本发明提供一种红外图像与可见光图像的融合方法,属于计算机视觉及人工智能技术领域,包括:步骤S1、构建生成融合图像的图像融合网络模型;步骤S2、获取红外图像和对应的可见光图像以形成训练数据集,利用训练数据集,以损失函数对融合网络模型进行训练,损失函数与可见光图像与融合图像的结构相似度损失、基于红外图像与对应的可见光图像的语义热力图掩码区域的结构相似度损失、图像强度损失和图像梯度损失有关;步骤S3、将待融合的红外图像和对应的可见光图像输入经步骤S2训练后的融合网络模型,以得到最终的融合图像。本发明无需人工操作,降低算力要求,能够实现对图像的实时处理,不易丢失信息,效率更高。
技术关键词
可见光图像
融合方法
深度卷积网络
语义分割神经网络
热力图
生成红外图像
红外图像特征
生成融合图像
互补特征
融合特征
中间层
像素
坐标
语义信息提取
滑动窗口
重构
多模态
系统为您推荐了相关专利信息
遥感图像语义分割
编码模块
深度神经网络模块
上采样
自然语音
密度计算方法
语义角色标注
热力图
滑动窗口
接口模块
电池管理系统
热力图
测试方法
安全等级认证
效能
重力测量方法
鲁棒卡尔曼滤波
数据融合算法
精度提升方法
数据融合方法