上海理工大学江旻珊获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉上海理工大学申请的专利一种基于端到端注意力网络的红外与可见光图像融合方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115170915B 。
龙图腾网通过国家知识产权局官网在2025-08-01发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210954041.9,技术领域涉及:G06V10/80;该发明授权一种基于端到端注意力网络的红外与可见光图像融合方法是由江旻珊;朱永飞;常敏;张学典设计研发完成,并于2022-08-10向国家知识产权局提交的专利申请。
本一种基于端到端注意力网络的红外与可见光图像融合方法在说明书摘要公布了:本发明提供了一种基于端到端注意力网络的红外与可见光图像融合方法,包括:对红外与可见光图像进行预处理;构建端到端的注意力网络;其中,所述注意力网络包括:自编码网络和通道‑空间双注意力融合层,所述自编码网络包括加入跳跃连接的编码器‑解码器;基于所述注意力网络对预处理后的所述红外与可见光图像进行融合。本发明克服了传统融合方法中针对不同源图像采用相同方法提取特征的重复性缺陷,同时缩小了其手动设计融合策略的局限性,最终生成了包含多个源图像特征信息的单个融合图像,本发明可应用于遥感、医疗诊断、监控、目标跟踪等多个领域。
本发明授权一种基于端到端注意力网络的红外与可见光图像融合方法在权利要求书中公布了:1.一种基于端到端注意力网络的红外与可见光图像融合方法,其特征在于,包括: 对红外图像和可见光图像进行预处理; 构建端到端的注意力网络;其中,所述注意力网络包括:自编码网络和通道-空间双注意力融合层,所述自编码网络包括加入跳跃连接的编码器-解码器; 基于所述注意力网络对预处理后的所述红外图像和可见光图像进行融合; 所述自编码网络中的编码器用于提取预处理后图像的多尺度深层语义特征,输出红外特征图和可见光特征图;所述自编码网络中的解码器用于根据所述红外特征图和可见光特征图重建为最终融合图像; 所述编码器包括若干最大池化下采样层和若干卷积块,基于第一预设数设置所述编码器的输入通道数,基于第二预设数设置所述编码器的输出通道数,所述编码器的每个卷积块后均含有BatchNorm正则化和RELU激活函数; 所述解码器包括若干上采样层和若干卷积块,基于第三预设数设置所述解码器的输入通道数,基于第四预设数设置所述解码器的输出通道数,所述解码器的每个卷积块后均含有BatchNorm正则化和RELU激活函数; 对所述自编码网络加入所述跳跃连接包括: 将所述编码器中每一个所述最大池化下采样层的输入同所述解码器中的所述上采样层的输出相连接,连接路径上加入denseblock,在不同的连接路径中,使用不同数量的卷积块来构成denseblock,基于第五预设数来设置所述卷积块的输出通道; 所述通道-空间双注意力融合层包括:通道注意力模块和空间注意力模块; 在所述通道-空间双注意力融合层中,将所述红外特征图和可见光特征图在通道维度上进行连接,拼接后的图像分别输入至所述空间注意力模块和通道注意力模块,获取空间权重图和通道权重图,将所述空间权重图和通道权重图与所述红外特征图和可见光特征图相乘,然后将空间和通道注意力融合特征相加,获取中间融合图像; 构建所述注意力网络还包括:设置损失函数; 设置所述损失函数包括:加入SSIM结构相似度度量函数,引入了梯度算子,引入L2正则化,设计目标特征增强损失函数,最终对各个损失进行加权计算。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人上海理工大学,其通讯地址为:200093 上海市杨浦区军工路516号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。