-
题名基于空间多尺度残差网络的红外与可见光图像融合
- 1
-
-
作者
张亦孟
林伟国
-
机构
北京机电工程总体设计部
北京化工大学信息科学与技术学院
-
出处
《大气与环境光学学报》
CAS
CSCD
2023年第5期469-478,共10页
-
基金
辽宁省应用基础研究计划项目(2023JH2,101300239)。
-
文摘
针对如何充分提取和融合红外与可见光图像典型特征的问题,提出一种基于空间多尺度残差网络的图像融合算法。首先,将源图像输入基于空间多尺度残差模块组成的编码器网络,通过源图像重建任务,训练编码器自动获取重要特征信息的能力;然后,引入特征金字塔结构,设计了特征通道自注意力机制,编码器输出的基础层和细节层进行融合,减小尺度噪声,并由解码器重构出融合图像;最后,利用公开数据集进行定性和定量实验,证明了改进算法在突出红外图像目标和保留可见光图像纹理细节两方面的优势,相比于DDcGAN算法,新算法的标准差和平均梯度分别提升了12.91%和47.41%。
-
关键词
图像融合
自动编码器
空间多尺度残差模块
通道自注意力
-
Keywords
image fusion
auto-encoder
spatial multi-scale residual module
channel self-attention
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-