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!
申请/专利权人:昆明理工大学
摘要:本发明涉及一种联合可见光图像和红外图像的目标检测方法,属于基于深度学习的图像处理技术领域。首先将可见光图像和红外图像分别输入到特征提取模块中,提取可见光图像和红外图像的全局特征。再将可见光图像输入到光照感知模块中,提取光照信息。步其次将步骤一所得的特征输入到互信息模块中,以减少可见光图像和红外图像特征的冗余信息。然后将步骤一所得的特征输入到特征融合模块中,以融合可见光图像和红外图像特征的互补信息,得到融合后的特征图。最后将步骤二得到的光照信息和步骤四得到的特征图输入到检测器进行目标检测。本发明能有效利用可见光图像和红外图像的互补性优势,增强目标检测器的鲁棒性。
主权项:1.一种联合可见光图像和红外图像的目标检测方法,其特征在于:Step1:将可见光图像和红外图像分别输入到特征提取模块中,提取可见光图像和红外图像的全局特征;Step2:将可见光图像输入到光照感知模块中,提取光照信息;Step3:将Step1所得的全局特征输入到互信息模块中,清除可见光图像和红外图像中的冗余信息;Step4:将Step1所得的特征输入到特征融合模块中,以融合可见光图像和红外图像特征的互补信息,得到融合后的特征图;Step5:将Step2得到的光照信息和Step4得到的特征图输入到检测器进行目标检测;Step3中所述互信息模块为设计两个卷积层和全连接层,将可见光图像和红外图像特征映射为两个低维度特征向量,然后基于两个低维度特征向量,创建两个信息分布,最后计算两个信息分布的互信息,具体公式如下:MZv,Zi=HZv+HZi-HZv,Zi4式中,Zv和Zi表示可见光图像和红外图像特征的低维度特征向量,MZv,Zi表示低维度特征向量互信息,HZv和HZi分别表示Zv和Zi的信息熵,HZv,Zi表示Zv和Zi的联合熵。
全文数据:
权利要求:
百度查询: 昆明理工大学 一种联合可见光图像和红外图像的目标检测方法
免责声明
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。