浙江理工大学郭梦瑶获国家专利权
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!
龙图腾网获悉浙江理工大学申请的专利一种基于跨模态动态协同的可见光与红外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:CN120525735B 。
龙图腾网通过国家知识产权局官网在2025-11-07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:202511024828.5,技术领域涉及:G06T5/50;该发明授权一种基于跨模态动态协同的可见光与红外图像融合方法是由郭梦瑶;高法钦设计研发完成,并于2025-07-24向国家知识产权局提交的专利申请。
本一种基于跨模态动态协同的可见光与红外图像融合方法在说明书摘要公布了:本发明公开了一种基于跨模态动态协同的可见光与红外图像融合方法,该方法包括:通过可见光编码器和红外编码器分别提取可见光图像的纹理细节特征与红外图像的热辐射特征;利用异构注意力协同模块实现跨模态特征的空间对齐与通道互补性优化;通过动态门控多尺度解码器分层融合深层语义与浅层细节特征,生成高分辨率的融合图像。本发明解决了现有技术中因模态差异导致的特征错位、细节丢失及融合权重分配不合理的问题,能够显著提升融合图像的细节保真度、热目标显著性及复杂场景适应性,为低照度环境感知与多模态目标识别提供高鲁棒性融合结果。
本发明授权一种基于跨模态动态协同的可见光与红外图像融合方法在权利要求书中公布了:1.一种基于跨模态动态协同的可见光与红外图像融合方法,其特征在于,包括以下步骤: S1、构建可见光编码器以提取可见光图像的多尺度纹理特征; S2、构建红外编码器以提取红外图像的热辐射连续性特征; S3、采用异构注意力协同融合模块对可见光图像的多尺度纹理特征与红外图像的热辐射连续性特征进行跨模态特征对齐与融合,获取融合特征图; S4、将融合特征图输入至动态门控多尺度解码器,通过动态门控多尺度解码器分层融合多尺度纹理特征与热辐射连续性特征并解码生成融合图像;所述动态门控多尺度解码器执行以下分层融合过程: ①在18分辨率层级:对输入至动态门控多尺度解码器中的融合特征图执行4×4转置卷积上采样;将上采样特征与红外编码器输出的对应层级的热辐射连续性特征拼接;拼接后的特征再通过3×3卷积、ReLU激活函数、1×1卷积和Sigmoid激活函数生成对应层级的空间-通道联合注意力权重矩阵,以对特征拼接的两种特征进行加权求和,输出该层级的融合特征; ②在14分辨率层级:采用双线性插值对18分辨率层级的融合特征进行2倍上采样;将上采样特征与可见光编码器中的基础特征图进行特征拼接;拼接后的特征再通过3×3卷积、ReLU激活函数、1×1卷积和Sigmoid激活函数生成对应层级的空间-通道联合注意力权重矩阵,以对特征拼接的两种特征进行加权求和,输出该层级的融合特征; ③在12分辨率层级:将14分辨率层级的融合特征与可见光编码器的原始输入进行通道维度拼接;通过1×1卷积进行通道压缩,将通道数压缩至1;采用Sigmoid激活函数生成归一化后的融合图像; S5、使用公开数据集,采用两阶段训练优化机制,以最小化多维度损失函数为优化目标,通过梯度自适应机制动态调整可见光编码器、红外编码器、异构注意力协同融合模块、动态门控多尺度解码器的模型参数。
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浙江理工大学,其通讯地址为:310018 浙江省杭州市下沙高教园区2号大街928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”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励