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！

龙图腾网获悉中国矿业大学申请的专利基于多层次混合注意力特征提取的跨域图像融合算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：CN120876251B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202510970300.0，技术领域涉及：G06T5/50；该发明授权基于多层次混合注意力特征提取的跨域图像融合算法是由王刚;刘爽;赵志凯;连广宇;焦明之;王晚秋设计研发完成，并于2025-07-15向国家知识产权局提交的专利申请。

本基于多层次混合注意力特征提取的跨域图像融合算法在说明书摘要公布了：本发明公开了一种基于多层次混合注意力特征提取的跨域图像融合方法，该方法针对红外与可见光图像在信息维度上的互补性，通过构建双阶段训练结构，结合多层次特征提取、混合注意力机制与跨域融合模块，实现对局部细节与全局语义信息的有效表征与自适应融合。编码器通过层级递进结构提取不同层次特征，融合模块利用交叉注意力强化模态间的信息互补，解码器则实现融合图像的高质量重建。该方法在多个标准数据集上表现优越，在边缘清晰度、热目标保留及纹理细节重建方面均优于现有方法。

本发明授权基于多层次混合注意力特征提取的跨域图像融合算法在权利要求书中公布了：1.基于多层次混合注意力特征提取的跨域图像融合算法，其特征在于，包括以下步骤： S1：基于双阶段网络结构设计的模型总体框架； S2：使用分层混合注意力进行四层特征提取的多层次特征提取模块； S3：利用交叉注意力机制对红外和可见光特征进行双向交互的跨域融合模块； S4：结合强度损失、相似度损失与梯度损失设计构成的网络架构损失函数； 所述步骤S1包括： S1.1：阶段一基于所设计的编码器与解码器对输入图像进行原始图像重建； S1.2：阶段二在阶段一网络结构的基础上添加跨域融合模块，对不同模态图像的特征进行融合，最终生成一张包含两个模态信息的融合图像； S1.3：记原始输入的红外图像为，可见光图像为，编码器为，解码器为，跨域融合模块为； S1.4：原始图像重建，在阶段一中，成对的红外图像和可见光图像被输入到网络中，通过嵌入层和编码器来提取不同层次的特征： ； ； 然后提取到的特征再被送入解码器中，最后再通过一个3×3的卷积得到重建后的原始图像： ； ； S1.5：图像融合，在阶段二中，成对的红外图像和可见光图像被输入到阶段一训练好的编码器中来获得不同模态的特征，然后，每层的红外图像特征和可见光图像特征一起被送入跨域融合模块来得到该层的融合特征： ； 最后，所有的融合特征通过解码器和一个3×3的卷积来生成融合后的图像： ； 所述步骤S2包括： S2.1：编码器由四层混合注意力模块构成，每层后执行一次下采样操作，逐层提取不同深度的特征； S2.2：记是输入图像经过嵌入层后提取的特征，是经过解码器之后的特征，表示混合注意力模块，表示下采样，表示下采样，则编码器流程表示为： ； ； S2.3：解码器采用和编码器镜像对称的结构，由四层混合注意力与三次上采样操作构成； S2.4：解码器操作流程： ； S2.5：混合注意力模块融合增强判别性的通道注意力、强化关键区域的空间注意力与构建长程依赖的自注意力，形成强特征表达能力的注意力结构； S2.6：记输入特征图为，上述经通道注意力得到的特征计算方法为： ； S2.7：上述经空间注意力得到的特征计算方法为： ； S2.8：在自注意力的计算中，使用1×1卷积和深度卷积的级联来得到、、： ； 其中，表示卷积核大小为3×3的深度卷积； 然后，重塑、、的形状： ； 经自注意力之后得到的特征表示为： ； S2.9：最后，将通过混合注意力提取到的特征拼接，得到特征： ； 所述步骤S3包括： S3：跨域融合模块采用多路交叉注意力机制，将红外与可见光特征进行双向交互，构造多个注意力路径，充分建模模态间语义关系，最终通过1×1卷积融合为统一的融合特征，详细计算过程为： ； ； ； ； ； ； ； ； 上式中，表示注意力计算，与混合注意力中自注意力的计算方式相同，表示融合后的特征； 所述步骤S4包括： S4.1：损失函数包括三个部分，用于像素保真度约束的强度损失，约束图像整体结构一致性的结构相似度损失，用于保留图像纹理细节和边缘特征的梯度损失； S4.2：阶段一为重建阶段，使用强度损失与结构相似度损失训练编码器与解码器，损失函数构建过程为： ； ； ； ； 上式中，表示阶段一的强度损失，表示结构相似度损失，和分别表示红外图像和可见光图像的重建损失，表示阶段一的整体重建损失，、是可调节的超参数； S4.3：阶段二为融合阶段，引入梯度损失，联合原图与融合图像之间的差异，引导网络生成高质量融合结果，其损失函数构建流程为： ； ； ； 上式中，表示阶段二的强度损失，表示梯度损失，表示阶段二的整体损失，是梯度算子，是一个可调节的超参数。

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中国矿业大学，其通讯地址为：221116 江苏省徐州市铜山区大学路1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。