摘要
本发明提供一种基于多尺度注意力的可见光与红外图像融合方法及系统,属于计算机视觉领域,获取待融合的红外图像和可见光图像;通过训练好的融合模型进行图像融合,得到图像融合结果;得到融合模型方法:获取红外训练集和可见光训练集;通过初始化后的融合模型进行图像融合,得到图像融合结果;根据新的损失函数,利用红外和可见光训练集数据对融合模型进行训练,对该初始化的融合模型进行参数更新,得到训练好的最终融合模型。本发明有效提取图像长距离依赖关系和局部信息的特点,逐步相互融合不同模态信息特征和通过有效的融合策略,使红外和可见光图像高低频特征、全局特征和局部特征的互补融合,提高了融合图像的区分度和质量。
技术关键词
红外图像融合方法
可见光图像
残差模块
注意力
多尺度
图像显示器
训练集数据
交互网络
可见光传感器
红外图像融合系统
框架
全局特征提取
融合算法
信号接收模块
矩阵
红外传感器
系统为您推荐了相关专利信息
行人检测模型
行人识别方法
行人识别系统
图像识别模块
火灾场景
污水处理设备
时序特征
静态特征
专家系统
设备故障预测
场景特征
交通场景图像
多尺度特征提取
注意力
训练集
遥感图像分割方法
多阶段
特征提取模块
动态上下文信息
静态上下文
深度学习网络模型
图像分割
分割方法
解码器结构
注意力机制