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！

龙图腾网恭喜中国地质大学(武汉)申请的专利基于自注意力和卷积神经网络的红外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：CN114820408B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202210513671.2，技术领域涉及：G06V10/80；该发明授权基于自注意力和卷积神经网络的红外可见光图像融合方法是由丁剑锋;陈珺;罗林波;官文俊;熊永华设计研发完成，并于2022-05-12向国家知识产权局提交的专利申请。

本基于自注意力和卷积神经网络的红外可见光图像融合方法在说明书摘要公布了：本发明公开了基于自注意力和卷积神经网络的红外可见光图像融合方法，包括：构建图像融合网络；图像融合网络包括：卷积神经网络模块、视觉自注意力模块和损失计算模块；训练所述图像融合网络；将红外图像和可见光图像分别输入至卷积神经网络模块，得到特征图；将特征图输入至自注意力模块，得到特征图的长相关性；利用特征图的长相关性信息，将特征图输入至图像重建单元，得到初始融合图像；利用损失计算模块对初始融合图像进行损失计算，最终得到训练完毕的图像融合网络；利用训练完毕的图像融合网络进行图像融合，得到融合图像。本发明有益效果是：能够生成信息丰富且效果理想的融合图像，融合图像包含更多的细节信息和显著性信息。

本发明授权基于自注意力和卷积神经网络的红外可见光图像融合方法在权利要求书中公布了：1.一种基于自注意力和卷积神经网络的红外可见光图像融合方法，其特征在于：S1：构建图像融合网络；所述图像融合网络包括：卷积神经网络模块、视觉自注意力模块和损失计算模块；S2：训练所述图像融合网络；将红外图像和可见光图像分别输入至卷积神经网络模块，得到特征图；将特征图输入至自注意力模块，得到特征图的长相关性；利用特征图的长相关性信息，将特征图输入至图像重建单元，得到初始融合图像；在训练过程中，利用损失计算模块对初始融合图像进行损失计算，最终得到训练完毕的图像融合网络；所述损失计算模块包括：像素损失函数和特征损失函数；像素损失函数具体为:L＝αLMSE+βLSSIM+γLgradient其中α、β和γ分别是三个损失函数分量的常系数；LMSE用来计算红外图像和初始融合图像之间的均方差；Lgradient为梯度损失，用来获取初始融合图像的高频梯度信息；LSSIM为结构损失，用来计算初始融合图像和红外图像之间的结构损失；所述特征损失函数通过预先训练好的VGG19网络，分别处理可见光图像和初始融合图像，在VGG19网络不同特征层中计算损失，具体如下式: 其中，MAEX,Y表示特征损失函数，N为训练集样本总个数；Xn为训练集中第n张可见光图像；Yn为训练集中第n张初始融合图像；S3：利用训练完毕的图像融合网络进行图像融合，得到融合图像。

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地质大学(武汉)，其通讯地址为：430000 湖北省武汉市洪山区鲁磨路388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”。