一种多模态图像融合方法、系统、介质及设备

本发明涉及计算机视觉技术领域，本发明公开了一种多模态图像融合方法、系统、介质及设备，包括：对可见光图像和红外图像，分别进行基础特征提取和细节特征提取；所述基础特征提取对图像特征分别进行自注意力操作和通道－局部复合注意力操作后，依次通过门控机制融合、前馈网络处理和域特定批归一化；所述细节特征提取将图像特征分为两个分支后，依次进行细节节点操作、通道维度拼接操作、通道－局部复合注意力操作、注意力权重融合操作和域特定批归一化；将基础特征进行自适应融合；将细节特征进行自适应融合，通过解码器，得到融合后输出图像。增强了融合图像的质量和信息完整性。