摘要
本发明提供了一种用于红外和可见光图像的特征融合方法及系统,其属于计算机视觉及图像处理技术领域,所述方案通过采用基于卷积神经网络及Transformer的双分支结构特征提取编码器,从局部保留和全局利用的角度捕获重要特征;其次,考虑到增强特征表示的丰富性和准确性,构建了一个迭代式融合网络,通过多层级特征交互实现跨模态深度融合,有效保证了图像特征融合的准确性。
技术关键词
可见光图像
特征融合方法
融合特征
编码器
注意力机制
红外光
全局特征提取
局部特征提取
分支
矩阵
特征融合系统
非暂态计算机可读存储介质
结构特征提取
多层次
多层级特征
多模态信息
动态纹理
特征提取单元
系统为您推荐了相关专利信息
终端设备
屏幕
自然语言
数据处理方法
数据获取模块
缺陷检测方法
可见光图像
检测损失
图像配准
检测模型训练
深度卷积神经网络模型
多模态特征融合
多头注意力机制
加密
统计分析方法
风险预测系统
动态时间窗
血栓
时间序列特征
对齐模块