CN115423734B - 一种基于多尺度注意机制的红外与可见光图像融合方法 - Google Patents

一种基于多尺度注意机制的红外与可见光图像融合方法 Download PDF

Info

Publication number
CN115423734B
CN115423734B CN202211359400.2A CN202211359400A CN115423734B CN 115423734 B CN115423734 B CN 115423734B CN 202211359400 A CN202211359400 A CN 202211359400A CN 115423734 B CN115423734 B CN 115423734B
Authority
CN
China
Prior art keywords
image
infrared
visible light
fusion
attention
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202211359400.2A
Other languages
English (en)
Other versions
CN115423734A (zh
Inventor
季克勤
侯健生
王鹏
郑琳
郑庆
邱璐
蔡建军
李亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jinhua Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
Jinhua Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jinhua Power Supply Co of State Grid Zhejiang Electric Power Co Ltd filed Critical Jinhua Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Priority to CN202211359400.2A priority Critical patent/CN115423734B/zh
Publication of CN115423734A publication Critical patent/CN115423734A/zh
Application granted granted Critical
Publication of CN115423734B publication Critical patent/CN115423734B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Multimedia (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Image Analysis (AREA)

Abstract

本发明提出了一种基于多尺度注意机制的红外与可见光图像融合方法；通过多尺度注意机制集成到生成对抗网络的生成器和判别器中来融合红外图像和可见光图像，多尺度注意机制不仅可以捕获全面的空间信息以帮助生成器关注可见光图像的背景细节信息和红外图像的前景目标信息，而且还限制判别器更多的关注区域而不是整个输入图像；方法中的生成器由两个分别捕获红外可见光注意力图的多尺度注意网络和一个图像融合网络组成，采用两个判别器强制融合结果分别保留红外图像和可见光图像中更多的注意信息，保留更丰富的场景信息，具有更强的对比度，融合图像的视觉效果更好。

Description

一种基于多尺度注意机制的红外与可见光图像融合方法
技术领域
本发明涉及图像融合领域，特别是涉及一种基于多尺度注意机制的红外与可见光图像融合方法。
背景技术
图像融合的概念在上世纪70年代被提出，属于信息融合技术。图像融合是指将两幅及以上来自同一场景的不同模式的图像融合到一起，获得一张信息更为全面的图像的技术，以此来提高单张图像的利用率。比如传统的红外图像主要通过红外传感器探测场景中目标向外辐射或反射出来的热辐射，在光照条件较差时具有很好的目标探测能力；传统的可见光图像有丰富的光谱信息、场景细节，空间分辨率较高，依赖光照成像，在光照条件差时，成像质量受到影响。因此利用红外与可见光图像的融合技术可以将红外图像与可见光图像的优点集于一张图片上，使图像具有分辨率和对比度都相对较高且不受能见度等影响。融合后的图像可以进一步应用于图像处理领域，如目标检测、图像分类等。
近几年来，越来越多的图像融合方法被提出。图像融合算法一般包括变化域融合算法、空间域融合算法以及基于深度学习的图像融合算法。空间域融合算法首先需要将输入的图像分解为小块或根据某种标准划分的区域，然后计算对应区域的显著度，最后将匹配度最大的区域合并形成融合图像；该算法主要适用于融合同一模态的图像。变换域图像融合算法首先通过多尺度几何分解将源图像变换到一些特征域，然后对多个输入图像的特征进行融合，最后对融合后的特征进行逆变换，生成融合图像；变换域图像融合算法的结果取决于特征变换，融合规则的设计。在近几年随着深度学习在计算机视觉领域的应用迅速发展，基于深度学习的图像融合算法也逐渐盛行。在深度学习中，卷积神经网络具有良好的特征提取功能和图像重建能力，联合自编码网络可以分离出数据的公有特征和私有特征，将两者相结合，并设计相应的融合规则来融合图像。
基于无监督学习的图像融合方法是当前深度学习图像融合研究的重要方向。典型的深度学习融合方法，如DeepFuse和DenseFuse，它们都通过训练得到的编码器和解码器对图像进行特征提取和重构，然后设计融合规则进行图像融合，缺点是没有实现特征的自适应融合，如专利公布号为CN111709903B、CN111784619A、CN111861960A以及CN112288663A的专利所示。
在专利CN111709903B中：将红外、可见光源图像输入生成器初步融合，然后输入至判别器中，输出对应的单一可能性判别值；将融合图像与输入源图像间生成器损失及融合图像与可见光图像间的判别器损失相结合优化生成器，并通过反向传播调整生成器网络权重值及偏置值；利用融合图像及可见光图像间判别器损失优化判别器，将可见光图像的其他细节信息添加到融合图像中；经多次迭代训练得到性能稳定的网络模型；将多对未裁剪的源图像对分别输入至训练后的生成器网络可得到对应融合图像。
在专利CN111784619A中：使用混合l1-l0分解模型将图像分解结果作为双层自编码网络的输出，使得双层自编码网络自备层分解能力。
在专利CN111861960A中：采用结构张量计算得到源图像的融合梯度，利用局部梯度相似性使融合梯度方向更加精确；其次，根据像素强度的比较，将源图像重构为显著图和非显著图，并计算用于甄别和保留非显著图有效细节的权重图；再者，基于源图像的梯度特征和像素强度信息，建立图像融合模型；最后，采用变分法求解优化模型以得到融合图像。
在专利CN112288663A中：通过构建的融合网络包括两个特征提取子网络以及融合网络，实现了端到端融合图像，避免了传统融合方法的人工设计的困难。
在现有技术中，都是基于深度学习的图像融合方法仅仅将网络的最后一层用于图像融合，忽略了中间特征的重要性，或者仅使用单一判别器；因此提出利用多尺度注意机制和生成式对抗学习网络（GAN）通过生成器与判别器之间的对抗力，获得融合图像的方法，使获得的图像包含更多的红外图像和可见光图像的细节信息。
发明内容
本发明的目的是解决现有技术的不足，提供一种基于多尺度注意机制的红外与可见光图像融合方法。
为了解决上述问题，本发明采用如下技术方案：
一种基于多尺度注意机制的红外与可见光图像融合方法，其特征在于，包括如下步骤：
步骤1：从设定的数据集中获取红外与可见光的源图像；获得的红外源图像与可见光源图像相互对应；
步骤2：对获取的红外源图像以及可见光源图像进行预处理，获得训练集trainDatas；
步骤3：建立基于多尺度注意力机制和生成对抗网络的红外与可见光图像融合模 型框架；所述红外与可见光图像融合模型框架包括生成器
Figure 942028DEST_PATH_IMAGE001
、可见光判别器
Figure 265693DEST_PATH_IMAGE002
以及红外判别 器
Figure 842168DEST_PATH_IMAGE003
；
其中生成器
Figure 971798DEST_PATH_IMAGE001
，用于将红外图像和可见光图像进行融合，得到融合图像；
可见光判别器
Figure 458274DEST_PATH_IMAGE002
，用于获取融合图像和可见光图像的Wasserstein距离；
红外判别器
Figure 811895DEST_PATH_IMAGE003
，用于获取融合图像和红外图像的Wasserstein距离；
步骤4：根据设置的参数，获得损失函数；通过设置损失函数保证融合后的图像尽量保留更多的源图像的有效信息；
步骤5：根据trainDatas训练集和损失函数对红外与可见光图像融合模型框架进行训练，获得红外可见光融合模型；
步骤6：将待融合的红外图像和可见光图像输入步骤5中获得的红外可见光模型，获得融合图像，结束步骤。
进一步的，所述步骤2中的红外源图像和可见光源图像的预处理过程包括，首先选择设定数量的红外源图像与可见光源图像对，然后将源图像进行裁切，裁切成设定大小的源图像块；在源图像裁切过程中，相对应的红外源图像和可见光源图像的裁切位置一致。
进一步的，所述步骤3中的生成器中包括多尺度注意模块以及融合模块。
进一步的，所述多尺度注意模块通过其内设置的多尺度注意网络结构提取图像的多尺度特征，然后计算多尺度特征对应的权重数组，根据权重保留图像中的重要图像特征，组成注意力图像；该处的权重数组为多尺度网络结构在模型训练过程中获取的；多尺度注意网络结构包括4个3*3的卷积核以及批量归一化层核PRelu激活函数；多尺度注意网络结构的输入通道数量设置为1个，输出通道的数量设置为32个。
进一步的，所述多尺度注意网络结构被训练学习第s个集合尺度的第k个特征
Figure 813349DEST_PATH_IMAGE004
的 权重
Figure 684353DEST_PATH_IMAGE005
，公式如下：
Figure 87653DEST_PATH_IMAGE006
其中，
Figure 877754DEST_PATH_IMAGE007
表示sigmoid函数；
Figure 366504DEST_PATH_IMAGE008
表示大小为
Figure 775620DEST_PATH_IMAGE009
的全连接层；
Figure 33426DEST_PATH_IMAGE010
表示执 行全局平均池操作的结果；k为数值，表示第k个特征；根据对所有特征的权重计算获得多尺 度注意模型中的权重数组。
进一步的，所述融合模块用于对多尺度注意模块获取的包括重要的图像特征的注意力图像与对应的红外源图像块或者可见光源图像块进行融合；融合模块中设置有融合网络结构，融合网络结构包括4个3*3的卷积核以及批量归一化层PRelu激活函数。
进一步的，所述可见光判别器
Figure 260008DEST_PATH_IMAGE002
以及红外判别器
Figure 236054DEST_PATH_IMAGE003
的内部结构相同，均采用7层的 卷积神经网络，在该卷积神经网络中，前6层的卷积层设置为3*3的卷积核，步长设置为1和2 交替；最后一层设置为全连接层，在全连接层中将前6层卷积后获得的特征进行整合，计算 获得输入图像是源图像块的概率，该概率数值表示源图像块与融合图像之间的 Wasserstein距离。
进一步的，所述步骤4中的损失函数包括生成器损失函数
Figure 914773DEST_PATH_IMAGE011
以及判别器共同损失 函数
Figure 354982DEST_PATH_IMAGE012
；其中生成器损失函数
Figure 424569DEST_PATH_IMAGE011
包括内容损失
Figure 825594DEST_PATH_IMAGE013
、对抗损失
Figure 638829DEST_PATH_IMAGE014
以及注意力损失
Figure 933545DEST_PATH_IMAGE015
。
进一步的，所述生成器损失函数
Figure 439612DEST_PATH_IMAGE011
的公式如下所示：
Figure 62355DEST_PATH_IMAGE016
其中，
Figure 679281DEST_PATH_IMAGE017
以及
Figure 828502DEST_PATH_IMAGE018
均为设定的权重数值；
所述内容损失
Figure 505471DEST_PATH_IMAGE019
通过Frobenius范数来约束融合图像的像素强度信息，通过TV 范数计算融合图像的梯度信息；内容损失
Figure 615510DEST_PATH_IMAGE019
的公式如下所示：
Figure 567285DEST_PATH_IMAGE020
其中，
Figure 774276DEST_PATH_IMAGE021
表示所有元素之和；
Figure 559829DEST_PATH_IMAGE022
表示下采样算子，由于保留了低频信息，下采样算子 由两个平均池层实现；
Figure 219481DEST_PATH_IMAGE023
表示Frobenius范数；
Figure 240526DEST_PATH_IMAGE024
表示TV范数；
Figure 36444DEST_PATH_IMAGE025
表示控制权衡，设 置为1.2；
Figure 992899DEST_PATH_IMAGE026
表示生成器生成的融合图像的tensor值；
Figure 139846DEST_PATH_IMAGE027
表示源图像的tensor值；
所述注意力损失
Figure 964583DEST_PATH_IMAGE028
如下式所示：
Figure 880586DEST_PATH_IMAGE029
其中，
Figure 742363DEST_PATH_IMAGE030
表示注意力图像的高度，
Figure 376607DEST_PATH_IMAGE031
表示注意力图像的宽度；
Figure 739455DEST_PATH_IMAGE032
表示将 融合图像作为输入可见光判别器
Figure 775544DEST_PATH_IMAGE002
的注意力图像；
Figure 808222DEST_PATH_IMAGE033
表示将可见光源图像块作 为输入可见光判别器
Figure 726499DEST_PATH_IMAGE002
的注意力图像；
Figure 830722DEST_PATH_IMAGE034
表示将融合图像作为输入红外判别器
Figure 226429DEST_PATH_IMAGE035
的注意力图像；
Figure 757904DEST_PATH_IMAGE036
表示将红外图像作为输入红外判别器
Figure 163478DEST_PATH_IMAGE035
的注意力图像；
对抗损失
Figure 71391DEST_PATH_IMAGE037
的定义如下所示：
Figure 754176DEST_PATH_IMAGE038
其中，
Figure 456553DEST_PATH_IMAGE039
表示融合图像；
Figure 349423DEST_PATH_IMAGE040
表示融合图像的数据分布；
Figure 795448DEST_PATH_IMAGE041
表示融合图像
Figure 332739DEST_PATH_IMAGE039
和红外源图像的概率分布距离的期望值；
Figure 206017DEST_PATH_IMAGE042
表示融合图像
Figure 586183DEST_PATH_IMAGE039
和可见光源图像 的概率分布距离的期望值。
进一步的，所述判别器共同损失函数
Figure 242424DEST_PATH_IMAGE043
包括红外判别器损失函数
Figure 962118DEST_PATH_IMAGE044
以及可见 光判别器损失函数
Figure 68614DEST_PATH_IMAGE045
，其中定义如下所示：
Figure 873759DEST_PATH_IMAGE046
Figure 599270DEST_PATH_IMAGE047
其中，
Figure 173470DEST_PATH_IMAGE048
表示红外源图像块和融合图像的 Wasserstein距离估计， 同理，
Figure 450868DEST_PATH_IMAGE049
表示可见光源图像块和融 合图像的 Wasserstein距离估计；
Figure 477730DEST_PATH_IMAGE050
和
Figure 6931DEST_PATH_IMAGE051
分别是将红外源图像和融合图像输入红外 判别器的结果；
Figure 435639DEST_PATH_IMAGE052
和
Figure 883937DEST_PATH_IMAGE053
分别是将可见光源图像和融合图像输入可见光判别器的结 果；
Figure 663675DEST_PATH_IMAGE054
和
Figure 730988DEST_PATH_IMAGE055
分别表示红外和可见光判别器网络的正 则化的梯度惩罚；
Figure 14202DEST_PATH_IMAGE056
和
Figure 898981DEST_PATH_IMAGE057
表示红外和可见光源图像的数据分布；
Figure 900435DEST_PATH_IMAGE058
表示正则化参数。
本发明的有益效果为：
通过设置生成器和判别器采用多尺度注意力机制，帮助生成器感知红外和可见光图像中最具辨别力的区域，同时约束判别器更多的关注注意区域而不是整个输入图像，提高融合图像的效率，保证图像融合的效果；
通过设置可见光和红外两个判别器，分别用于获取输入图像与可见光图像，以及输入图像与红外图像之间的差异，使得融合图像能够同时保留红外图像与可见光图像的代表性特征，可以避免由于单一对抗结构造成的信息损失，进而使得生成的融合结果更加准确可靠；
通过在判别器中设置Wasserstein距离代替传统的JS散度来计算融合图像和源图像之间的差异，提高GAN训练的稳定性。
附图说明
图1为本发明实施例一的整体实施流程框图；
图2为本发明实施例一的图像融合模型框架的网络结构图；
图3为本发明实施例一的生成器网络结构图；
图4为本发明实施例一的判别器网络结构图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
实施例一：
如图1~图4所示，一种基于多尺度注意机制的红外与可见光图像融合方法，包括如下步骤：
步骤1：从设定的数据集中获取红外与可见光的源图像；需要说明的是，获得的红外源图像与可见光源图像是相互对应的；
步骤2：对获取的红外源图像以及可见光源图像进行预处理，获得更加丰富的训练集（trainDatas）；其中预处理包括裁切、合并等图像处理方法；
步骤3：建立基于多尺度注意力机制和生成对抗网络的红外与可见光图像融合模 型框架；所述红外与可见光图像融合模型框架包括生成器
Figure 771439DEST_PATH_IMAGE001
、可见光判别器
Figure 909159DEST_PATH_IMAGE002
以及红外判别 器
Figure 699261DEST_PATH_IMAGE035
；
其中生成器
Figure 122764DEST_PATH_IMAGE001
，用于将红外图像和可见光图像进行融合，得到融合图像；
可见光判别器
Figure 594197DEST_PATH_IMAGE002
，用于获取融合图像和可见光图像的Wasserstein距离；
红外判别器
Figure 914320DEST_PATH_IMAGE035
，用于获取融合图像和红外图像的Wasserstein距离；
步骤4：根据设置的参数，获得损失函数；通过设置损失函数保证融合后的图像尽量保留更多的源图像的有效信息；
步骤5：根据trainDatas训练集和损失函数对红外与可见光图像融合模型框架进行训练，获得红外可见光融合模型；
步骤6：将待融合的红外图像和可见光图像输入步骤5中获得的红外可见光模型，获得融合图像，结束步骤。
所述步骤1中获取的红外与可将光图像对，在本例中为从TNO数据集中选取的红外和可见光图像对。近年来，红外和可见光图像数据集还包括INO视频数据集、RoadScene数据集以及多光谱数据集等。其中TNO数据集 是目前IVIF最常用的公共可用数据集，其中包含261对白天和夜间的图像；因此本例选用TNO数据集。
所述步骤2中的红外源图像和可见光源图像的预处理过程包括，首先选择设定数量的红外源图像与可见光源图像对，并将源图像进行裁切，裁切成设定大小的源图像块，需要注意的是，在源图像裁切过程中，相对应的红外源图像和可见光源图像的裁切位置一致。在本例中，从TNO数据集中选择49对红外源图像与可见光源图像，共计98张源图像，并将源图像裁切为120*120像素的源图像块，最终获得15000对源图像块，共计30000块源图像块。
所述步骤3中的红外与可见光图像融合模型框架的网络结构如图2所示。如图3所 示，图3为生成器网络结构图，在图3中3*3 Conv表示3*3的卷积核，PReLU表示一种批量归一 化层核激活函数，其中生成器中包括多尺度注意模块以及融合模块。多尺度注意模块中设 置有多尺度注意网络结构，多尺度注意模块用于提取图像的多尺度特征，然后通过权重数 组计算，根据权重保留图像中的重要的图像特征，组成注意力图像，需要说明的是，该处的 权重数组为多尺度网络结构在模型训练过程中获取的；多尺度注意网络结构包括4个3*3的 卷积核以及批量归一化层核PRelu激活函数；多尺度注意网络结构的输入通道数量设置为1 个，输出通道的数量设置为32个。在实施过程中，通过多尺度注意模型提取图像中的重要的 图像特征，然后将不同尺度的图像特征合并，以捕获所有重要的信息；为了选择性地关注重 要特征而忽略不相关的特征，训练多尺度注意网络结构学习权重数组来重新定义上采样特 征，通过逐元素加法计算每个尺度的多尺度注意力图像；受类激活图CAM的启发，多尺度注 意网络结构被训练学习第s个集合尺度的第k个特征
Figure 78585DEST_PATH_IMAGE004
的权重
Figure 726735DEST_PATH_IMAGE059
，公式如下：
Figure 1859DEST_PATH_IMAGE006
其中，
Figure 442067DEST_PATH_IMAGE007
表示sigmoid函数；
Figure 511654DEST_PATH_IMAGE008
表示大小为
Figure 912680DEST_PATH_IMAGE009
的全连接层；
Figure 725915DEST_PATH_IMAGE060
表示执 行全局平均池操作的结果；k为数值，表示第k个特征。根据对所有特征的权重计算获得多尺 度注意模型中的权重数组。
然后，将每个注意力图的归一化结果按通道串联，最后通过注意力映射操作捕获注意力映射。
融合模块用于对多尺度注意模块获取的包括重要的图像特征的注意力图像与对应的红外源图像块或者可见光源图像块进行融合，得到融合图像；需要说明的是，若注意力图像通过红外源图像块获得，则在融合模块中将该注意力图像与对应的可见光源图像块进行融合，若注意力图像通过可见光源图像块获得，则在融合模块中将该注意力图像与对应的红外源图像块进行融合，获得融合图像。融合模块中设置有融合网络结构，融合网络结构包括4个3*3的卷积核以及批量归一化层PRelu激活函数。
如图4所示，图4为判别器网络结构图，其中Conv表示卷积核，LeakyReLu表示一种 激活函数，FC表示全连接层，Wasserstein距离表示判别器输出的对应的融合图像和可见光 图像的Wasserstein距离或者融合图像和红外图像的Wasserstein距离。所述可见光判别器
Figure 20630DEST_PATH_IMAGE002
以及红外判别器
Figure 933223DEST_PATH_IMAGE035
的内部结构相同，均采用7层的卷积神经网络，在该卷积神经网络中， 前6层的卷积层设置为3*3的卷积核，步长设置为1和2交替；最后一层设置为全连接层，在全 连接层中将前6层卷积后获得的特征进行整合，计算获得输入图像是源图像块的概率，该概 率数值表示源图像块与融合图像之间的Wasserstein距离。在本例中，通过设置双判别器结 构，包括可见光判别器
Figure 883861DEST_PATH_IMAGE002
以及红外判别器
Figure 563104DEST_PATH_IMAGE035
，分别用于区分输入的图像与可见光源图像块 以及输入的图像与红外源图像块之间的差异，其中输入的图像为生成器中获得的融合图 像。需要说明的是可见光判别器
Figure 650009DEST_PATH_IMAGE002
以及红外判别器
Figure 264661DEST_PATH_IMAGE035
具备相同的结构和相同的处理流程， 但是它们的参数是相互独立的。在实施过程中，将融合图像和可见光源图像块或者红外源 图像块输入到可见光判别器
Figure 437016DEST_PATH_IMAGE002
以及红外判别器
Figure 654371DEST_PATH_IMAGE035
，获得的Wasserstein距离小于设定值，则 表示生成器产生的融合图像与红外源图像块和可见光源图像块相接近，融合图像中保留了 红外源图像块和可见光源图像块的特征，则生成器采用对应的学习获得的权重数组。
所述步骤4中的损失函数包括生成器损失函数
Figure 861361DEST_PATH_IMAGE011
以及判别器共同损失函数
Figure 381336DEST_PATH_IMAGE061
。 其中生成器损失函数
Figure 837725DEST_PATH_IMAGE011
包括内容损失
Figure 796453DEST_PATH_IMAGE062
、对抗损失
Figure 795633DEST_PATH_IMAGE063
以及注意力损失
Figure 814405DEST_PATH_IMAGE064
，设置损失函 数的目的是使得生成器能够学习源图像的热辐射信息和纹理信息。生成器损失函数
Figure 23670DEST_PATH_IMAGE011
的公 式如下所示：
Figure 520510DEST_PATH_IMAGE065
其中，
Figure 374196DEST_PATH_IMAGE066
以及
Figure 563869DEST_PATH_IMAGE018
为设定的权重数值，在本例中
Figure 260430DEST_PATH_IMAGE066
设置为1，
Figure 560961DEST_PATH_IMAGE018
设置为0.6。
所述内容损失
Figure 266225DEST_PATH_IMAGE067
通过Frobenius范数来约束融合图像的像素强度信息，通过TV 范数计算融合图像的梯度信息；内容损失
Figure 626799DEST_PATH_IMAGE067
的公式如下所示：
Figure 810655DEST_PATH_IMAGE068
其中，
Figure 649298DEST_PATH_IMAGE021
表示所有元素之和；
Figure 211998DEST_PATH_IMAGE022
表示下采样算子，由于保留了低频信息，下采样算子 由两个平均池层实现；
Figure 805790DEST_PATH_IMAGE069
表示Frobenius范数；
Figure 149047DEST_PATH_IMAGE024
表示TV范数；
Figure 994643DEST_PATH_IMAGE025
表示控制权衡，在 本例中设置为1.2；
Figure 739745DEST_PATH_IMAGE070
表示生成器生成的融合图像的tensor值；
Figure 504439DEST_PATH_IMAGE027
表示源图像的tensor 值。
通过将多尺度注意力机制引入判别器，从输入图像中提取注意力图像；当判别器 不能区分融合图像与源图像时，判别器的两个输入应具有相同的关注区域；注意力损失
Figure 334992DEST_PATH_IMAGE015
函数对融合图像的注意力图像与可见光源图像或红外源图像的注意力图像之间的差异进 行了惩罚。所述注意力损失
Figure 453120DEST_PATH_IMAGE015
如下式所示：
Figure 318308DEST_PATH_IMAGE071
其中，
Figure 253903DEST_PATH_IMAGE030
表示注意力图像的高度，
Figure 571752DEST_PATH_IMAGE031
表示注意力图像的宽度；
Figure 493572DEST_PATH_IMAGE032
表示将 融合图像作为输入可见光判别器
Figure 213266DEST_PATH_IMAGE002
的注意力图像；
Figure 319762DEST_PATH_IMAGE033
表示将可见光源图像块作 为输入可见光判别器
Figure 797011DEST_PATH_IMAGE002
的注意力图像；
Figure 584839DEST_PATH_IMAGE034
表示将融合图像作为输入红外判别器
Figure 221356DEST_PATH_IMAGE003
的注意力图像；
Figure 436437DEST_PATH_IMAGE036
表示将红外图像作为输入红外判别器
Figure 400982DEST_PATH_IMAGE035
的注意力图像；
所述对抗损失
Figure 992500DEST_PATH_IMAGE063
源自生成器
Figure 483525DEST_PATH_IMAGE001
和判别器之间的博弈，在本例中采用了红外判别 器
Figure 869506DEST_PATH_IMAGE035
和可见光判别器
Figure 586927DEST_PATH_IMAGE002
两部分，因此对抗损失
Figure 716557DEST_PATH_IMAGE072
也包括两部分；其中对抗损失
Figure 62087DEST_PATH_IMAGE014
的定 义如下所示：
Figure 884550DEST_PATH_IMAGE038
其中，
Figure 555178DEST_PATH_IMAGE039
表示融合图像；
Figure 285237DEST_PATH_IMAGE040
表示融合图像的数据分布；
Figure 688536DEST_PATH_IMAGE041
表示融合图像
Figure 619583DEST_PATH_IMAGE039
和红外源图像的概率分布距离的期望值；
Figure 842754DEST_PATH_IMAGE042
表示融合图像
Figure 642083DEST_PATH_IMAGE039
和可见光源图像 的概率分布距离的期望值。
所述判别器共同损失函数
Figure 899889DEST_PATH_IMAGE061
包括红外判别器损失函数
Figure 736258DEST_PATH_IMAGE073
以及可见光判别器 损失函数
Figure 712304DEST_PATH_IMAGE045
，其中定义如下所示：
Figure 49745DEST_PATH_IMAGE046
Figure 162057DEST_PATH_IMAGE047
其中，
Figure 434907DEST_PATH_IMAGE048
表示红外源图像块和融合图像的 Wasserstein距离估计， 同理，
Figure 632670DEST_PATH_IMAGE049
表示可见光源图像块和融 合图像的 Wasserstein距离估计；
Figure 773801DEST_PATH_IMAGE050
和
Figure 6199DEST_PATH_IMAGE051
分别是将红外源图像和融合图像输入红外 判别器的结果；
Figure 184371DEST_PATH_IMAGE052
和
Figure 931747DEST_PATH_IMAGE053
分别是将可见光源图像和融合图像输入可见光判别器的结 果；
Figure 548673DEST_PATH_IMAGE054
和
Figure 573261DEST_PATH_IMAGE055
分别表示红外和可见光判别器网络的正 则化的梯度惩罚；
Figure 984651DEST_PATH_IMAGE056
和
Figure 219323DEST_PATH_IMAGE057
表示红外和可见光源图像的数据分布；
Figure 639940DEST_PATH_IMAGE058
表示正则化参数。在本例 中分别设置两个判别器的目的是为了减少融合图像中的信息丢失，而判别器的对抗损失函 数的作用是让生成器学习红外图像和可见光图像的结构和纹理信息。
所述步骤5中模型训练的步骤包括：
步骤51：将预处理好的训练集trainDatas连接到生成器
Figure 519034DEST_PATH_IMAGE001
、可见光判别器
Figure 366905DEST_PATH_IMAGE074
和红外 判别器
Figure 88873DEST_PATH_IMAGE075
；
步骤52：生成器
Figure 47602DEST_PATH_IMAGE001
根据输入训练集中的图像对，输出融合图像；
步骤53：可见光判别器
Figure 46782DEST_PATH_IMAGE076
获取融合图像和训练集中对应的可见光源图像块，获取 可见光源图像块与融合图像的Wasserstein距离；若可见光判别器
Figure 65553DEST_PATH_IMAGE002
获取的Wasserstein距 离小于设定值，则认为融合图像中包含了可见光源图像块的特征，进入下一步骤；否则，调 节生成器
Figure 9239DEST_PATH_IMAGE001
中的权重数组，返回步骤52；
步骤54：红外判别器
Figure 771658DEST_PATH_IMAGE003
获取融合图像和训练集中对应的红外源图像块，获取红外 源图像块与融合图像的Wasserstein距离；若红外判别器
Figure 356836DEST_PATH_IMAGE003
获取的Wasserstein距离小于设 定值，则认为融合图像中包含了红外源图像块的特征，结束步骤；否则，调节生成器
Figure 608826DEST_PATH_IMAGE001
中的权 重数组，返回步骤52。
需要说明的是，在步骤54完成后，本例中还会对两个判别器获取的最终Wasserstein距离比较，若差值超过设定值，则认为融合图像倾向于Wasserstein距离较小的源图像，其中如果倾向于红外源图像则会训练设定次数的可见光判别器，表现为循环步骤52和步骤53设定次数；如果倾向于可见光源图像则会训练设定次数的红外判别器，变现为循环步骤52和步骤54设定次数。
所述步骤6中待融合的红外图像和可见光图像为同一场景的已经配准过的红外图像与可见光图像。
在实施过程中，通过设置生成器和判别器采用多尺度注意力机制，帮助生成器感知红外和可见光图像中最具辨别力的区域，同时约束判别器更多的关注注意区域而不是整个输入图像，提高融合图像的效率，保证图像融合的效果；通过设置可见光和红外两个判别器，分别用于获取输入图像与可见光图像，以及输入图像与红外图像之间的差异，使得融合图像能够同时保留红外图像与可见光图像的代表性特征，可以避免由于单一对抗结构造成的信息损失，进而使得生成的融合结果更加准确可靠；通过在判别器中设置Wasserstein距离代替传统的JS散度来计算融合图像和源图像之间的差异，提高GAN训练的稳定性。
以上描述仅是本发明的一个具体实例，不构成对本发明的任何限制。显然对于本领域的专业人员来说，在了解了本发明内容和原理后，都可能在不背离本发明原理、结构的情况下，进行形式和细节上的各种修改和改变，但是这些基于本发明思想的修正和改变仍在本发明的权利要求保护范围之内。

Claims (8)

1.一种基于多尺度注意机制的红外与可见光图像融合方法，其特征在于，包括如下步骤：
步骤1：从设定的数据集中获取红外与可见光的源图像；获得的红外源图像与可见光源图像相互对应；
步骤2：对获取的红外源图像以及可见光源图像进行预处理，获得训练集trainDatas；
步骤3：建立基于多尺度注意力机制和生成对抗网络的红外与可见光图像融合模型框架；所述红外与可见光图像融合模型框架包括生成器
Figure 532664DEST_PATH_IMAGE002
、可见光判别器
Figure 138089DEST_PATH_IMAGE004
以及红外判别器
Figure 338126DEST_PATH_IMAGE006
；
其中生成器
Figure 738014DEST_PATH_IMAGE008
，用于将红外图像和可见光图像进行融合，得到融合图像；
可见光判别器
Figure 23502DEST_PATH_IMAGE004
，用于获取融合图像和可见光图像的Wasserstein距离；
红外判别器
Figure DEST_PATH_IMAGE009
，用于获取融合图像和红外图像的Wasserstein距离；
步骤4：根据设置的参数，获得损失函数；通过设置损失函数保证融合后的图像尽量保留更多的源图像的有效信息；
步骤5：根据trainDatas训练集和损失函数对红外与可见光图像融合模型框架进行训练，获得红外可见光融合模型；
步骤6：将待融合的红外图像和可见光图像输入步骤5中获得的红外可见光模型，获得融合图像，结束步骤；
所述步骤4中的损失函数包括生成器损失函数
Figure DEST_PATH_IMAGE011
以及判别器共同损失函数
Figure 104722DEST_PATH_IMAGE012
；其中生成器损失函数
Figure 159265DEST_PATH_IMAGE011
包括内容损失
Figure 992705DEST_PATH_IMAGE013
、对抗损失
Figure 765489DEST_PATH_IMAGE015
以及注意力损失
Figure 447137DEST_PATH_IMAGE017
；
所述生成器损失函数
Figure 621766DEST_PATH_IMAGE011
的公式如下所示：
Figure DEST_PATH_IMAGE018
其中，
Figure DEST_PATH_IMAGE020
以及
Figure DEST_PATH_IMAGE022
均为设定的权重数值；
所述内容损失
Figure DEST_PATH_IMAGE024
通过Frobenius范数来约束融合图像的像素强度信息，通过TV范数计算融合图像的梯度信息；内容损失
Figure DEST_PATH_IMAGE026
的公式如下所示：
Figure 910927DEST_PATH_IMAGE027
其中，
Figure 171007DEST_PATH_IMAGE029
表示所有元素之和；
Figure 656347DEST_PATH_IMAGE031
表示下采样算子；
Figure 685482DEST_PATH_IMAGE033
表示Frobenius范数；
Figure 863654DEST_PATH_IMAGE035
表示TV范数；
Figure 345451DEST_PATH_IMAGE037
表示控制权衡，设置为1.2；
Figure 631551DEST_PATH_IMAGE039
表示生成器生成的融合图像的tensor值；
Figure 515194DEST_PATH_IMAGE041
表示源图像的tensor值；
所述注意力损失
Figure 864267DEST_PATH_IMAGE043
如下式所示：
Figure 833360DEST_PATH_IMAGE044
其中，
Figure 660501DEST_PATH_IMAGE046
表示注意力图像的高度，
Figure 664229DEST_PATH_IMAGE048
表示注意力图像的宽度；
Figure 184204DEST_PATH_IMAGE050
表示将融合图像作为输入可见光判别器
Figure 640593DEST_PATH_IMAGE052
的注意力图像；
Figure 537004DEST_PATH_IMAGE054
表示将可见光源图像块作为输入可见光判别器
Figure 129660DEST_PATH_IMAGE052
的注意力图像；
Figure 820535DEST_PATH_IMAGE056
表示将融合图像作为输入红外判别器
Figure 764221DEST_PATH_IMAGE058
的注意力图像；
Figure 198744DEST_PATH_IMAGE060
表示将红外图像作为输入红外判别器
Figure 911485DEST_PATH_IMAGE062
的注意力图像；
对抗损失
Figure 507683DEST_PATH_IMAGE064
的定义如下所示：
Figure 938664DEST_PATH_IMAGE066
其中，
Figure 173949DEST_PATH_IMAGE068
表示融合图像；
Figure DEST_PATH_IMAGE069
表示融合图像的数据分布；
Figure 413300DEST_PATH_IMAGE070
表示融合图像
Figure 180399DEST_PATH_IMAGE072
和红外源图像的概率分布距离的期望值；
Figure DEST_PATH_IMAGE073
表示融合图像
Figure DEST_PATH_IMAGE075
和可见光源图像的概率分布距离的期望值。
2.根据权利要求1所述的一种基于多尺度注意机制的红外与可见光图像融合方法，其特征在于，所述步骤2中的红外源图像和可见光源图像的预处理过程包括，首先选择设定数量的红外源图像与可见光源图像对，然后将源图像进行裁切，裁切成设定大小的源图像块；在源图像裁切过程中，相对应的红外源图像和可见光源图像的裁切位置一致。
3.根据权利要求1所述的一种基于多尺度注意机制的红外与可见光图像融合方法，其特征在于，所述步骤3中的生成器中包括多尺度注意模块以及融合模块。
4.根据权利要求3所述的一种基于多尺度注意机制的红外与可见光图像融合方法，其特征在于，所述多尺度注意模块通过其内设置的多尺度注意网络结构提取图像的多尺度特征，然后计算多尺度特征对应的权重数组，根据权重保留图像中的重要图像特征，组成注意力图像；该处的权重数组为多尺度网络结构在模型训练过程中获取的；多尺度注意网络结构包括4个3*3的卷积核以及批量归一化层核PRelu激活函数；多尺度注意网络结构的输入通道数量设置为1个，输出通道的数量设置为32个。
5.根据权利要求4所述的一种基于多尺度注意机制的红外与可见光图像融合方法，其特征在于，所述多尺度注意网络结构被训练学习第s个集合尺度的第k个特征
Figure DEST_PATH_IMAGE077
的权重
Figure DEST_PATH_IMAGE079
，公式如下：
Figure DEST_PATH_IMAGE081
其中，
Figure DEST_PATH_IMAGE083
表示sigmoid函数；
Figure DEST_PATH_IMAGE085
表示大小为
Figure 318250DEST_PATH_IMAGE086
的全连接层；
Figure DEST_PATH_IMAGE087
表示执行全局平均池操作的结果；k为数值，表示第k个特征；根据对所有特征的权重计算获得多尺度注意模型中的权重数组。
6.根据权利要求3所述的一种基于多尺度注意机制的红外与可见光图像融合方法，其特征在于，所述融合模块用于对多尺度注意模块获取的包括重要的图像特征的注意力图像与对应的红外源图像块或者可见光源图像块进行融合；融合模块中设置有融合网络结构，融合网络结构包括4个3*3的卷积核以及批量归一化层PRelu激活函数。
7.根据权利要求2所述的一种基于多尺度注意机制的红外与可见光图像融合方法，其特征在于，所述可见光判别器
Figure 625735DEST_PATH_IMAGE088
以及红外判别器
Figure 47489DEST_PATH_IMAGE090
的内部结构相同，均采用7层的卷积神经网络，在该卷积神经网络中，前6层的卷积层设置为3*3的卷积核，步长设置为1和2交替；最后一层设置为全连接层，在全连接层中将前6层卷积后获得的特征进行整合，计算获得输入图像是源图像块的概率，该概率数值表示源图像块与融合图像之间的Wasserstein距离。
8.根据权利要求1所述的一种基于多尺度注意机制的红外与可见光图像融合方法，其特征在于，所述判别器共同损失函数
Figure DEST_PATH_IMAGE091
包括红外判别器损失函数
Figure 779297DEST_PATH_IMAGE092
以及可见光判别器损失函数
Figure 60237DEST_PATH_IMAGE094
，其中定义如下所示：
Figure 499309DEST_PATH_IMAGE096
Figure 916515DEST_PATH_IMAGE098
其中，
Figure DEST_PATH_IMAGE099
表示红外源图像块和融合图像的 Wasserstein距离估计；
Figure 87733DEST_PATH_IMAGE100
表示可见光源图像块和融合图像的 Wasserstein距离估计；
Figure 715023DEST_PATH_IMAGE102
和
Figure DEST_PATH_IMAGE103
分别是将红外源图像和融合图像输入红外判别器的结果；
Figure DEST_PATH_IMAGE105
和
Figure 770835DEST_PATH_IMAGE106
分别是将可见光源图像和融合图像输入可见光判别器的结果；
Figure 167181DEST_PATH_IMAGE108
和
Figure 712563DEST_PATH_IMAGE110
分别表示红外和可见光判别器网络的正则化的梯度惩罚；
Figure 827150DEST_PATH_IMAGE112
和
Figure 483390DEST_PATH_IMAGE114
表示红外和可见光源图像的数据分布；
Figure 999822DEST_PATH_IMAGE116
表示正则化参数。
CN202211359400.2A 2022-11-02 2022-11-02 一种基于多尺度注意机制的红外与可见光图像融合方法 Active CN115423734B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211359400.2A CN115423734B (zh) 2022-11-02 2022-11-02 一种基于多尺度注意机制的红外与可见光图像融合方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211359400.2A CN115423734B (zh) 2022-11-02 2022-11-02 一种基于多尺度注意机制的红外与可见光图像融合方法

Publications (2)

Publication Number Publication Date
CN115423734A CN115423734A (zh) 2022-12-02
CN115423734B true CN115423734B (zh) 2023-03-24

Family

ID=84207331

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211359400.2A Active CN115423734B (zh) 2022-11-02 2022-11-02 一种基于多尺度注意机制的红外与可见光图像融合方法

Country Status (1)

Country Link
CN (1) CN115423734B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116664462B (zh) * 2023-05-19 2024-01-19 兰州交通大学 一种基于ms-dsc和i_cbam的红外和可见光图像融合方法
CN116503300B (zh) * 2023-06-25 2023-10-03 广东电网有限责任公司湛江供电局 一种电力设备的图像融合方法、系统、设备和介质
CN117036875B (zh) * 2023-07-11 2024-04-26 南京航空航天大学 一种基于融合注意力gan的红外弱小移动目标生成算法
CN117115065B (zh) * 2023-10-25 2024-01-23 宁波纬诚科技股份有限公司 基于聚焦损失函数约束的可见光和红外图像的融合方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111161201A (zh) * 2019-12-06 2020-05-15 北京理工大学 基于细节增强通道注意力的红外与可见光图像融合方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8938115B2 (en) * 2010-11-29 2015-01-20 The Regents Of The University Of California Systems and methods for data fusion mapping estimation
CN112001868B (zh) * 2020-07-30 2024-06-11 山东师范大学 基于生成对抗性网络的红外和可见光图像融合方法及系统
CN111915545B (zh) * 2020-08-06 2022-07-05 中北大学 一种多波段图像的自监督学习融合方法
CN112288663A (zh) * 2020-09-24 2021-01-29 山东师范大学 一种红外与可见光图像融合方法及系统
US20220172452A1 (en) * 2020-11-30 2022-06-02 George Mason University Detecting objects non-visible in color images
WO2022177044A1 (ko) * 2021-02-18 2022-08-25 연세대학교 산학협력단 주목 메커니즘 기반의 멀티 스케일 조건부 적대적 생성 신경망을 활용한 고해상도 흉부 x선 영상 생성 장치 및 방법
CN113222879B (zh) * 2021-07-08 2021-09-21 中国工程物理研究院流体物理研究所 一种用于红外与可见光图像融合的生成对抗网络
CN115035003A (zh) * 2022-04-11 2022-09-09 太原科技大学 交互补偿注意力的红外与可见光图像对抗融合方法
CN114782298B (zh) * 2022-04-24 2024-03-12 西安交通大学 一种具有区域注意力的红外与可见光图像融合方法
CN115063329A (zh) * 2022-06-10 2022-09-16 中国人民解放军国防科技大学 低光照环境下的可见光和红外图像融合增强方法及系统

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111161201A (zh) * 2019-12-06 2020-05-15 北京理工大学 基于细节增强通道注意力的红外与可见光图像融合方法

Also Published As

Publication number Publication date
CN115423734A (zh) 2022-12-02

Similar Documents

Publication Publication Date Title
CN115423734B (zh) 一种基于多尺度注意机制的红外与可见光图像融合方法
CN113052210B (zh) 一种基于卷积神经网络的快速低光照目标检测方法
US10353271B2 (en) Depth estimation method for monocular image based on multi-scale CNN and continuous CRF
Wang et al. Review of pixel-level remote sensing image fusion based on deep learning
CN112819910B (zh) 基于双鬼注意力机制网络的高光谱图像重建方法
CN111145131A (zh) 一种基于多尺度生成式对抗网络的红外和可见光图像融合方法
CN113792641B (zh) 一种结合多谱注意力机制的高分辨率轻量级的人体姿态估计方法
CN110084108A (zh) 基于gan神经网络的行人重识别系统及方法
CN113283444B (zh) 一种基于生成对抗网络的异源图像迁移方法
CN112418041B (zh) 一种基于人脸正面化的多姿态人脸识别方法
CN101216889A (zh) 一种融合全局特征与局部细节信息的人脸图像超分辨率方法
CN103366353A (zh) 一种基于显著性区域分割的红外与可见光图像融合方法
Yao et al. Laplacian pyramid fusion network with hierarchical guidance for infrared and visible image fusion
CN114782298B (zh) 一种具有区域注意力的红外与可见光图像融合方法
Zhang et al. Hyperspectral-cube-based mobile face recognition: A comprehensive review
CN111209873A (zh) 一种基于深度学习的高精度人脸关键点定位方法及系统
Xing et al. Multi-level adaptive perception guidance based infrared and visible image fusion
CN117576483B (zh) 基于多尺度卷积自编码器的多源数据融合地物分类方法
Ma et al. A collaborative correlation-matching network for multimodality remote sensing image classification
CN113920498A (zh) 一种基于多层特征金字塔的点云3d物体检测方法
Ren et al. HADGSM: A Unified Nonconvex Framework for Hyperspectral Anomaly Detection
Zhang et al. Multilevel feature context semantic fusion network for cloud and cloud shadow segmentation
CN116682105A (zh) 一种毫米波雷达和视觉特征注意力融合的目标检测方法
Fan et al. Attention-modulated triplet network for face sketch recognition
CN112926500B (zh) 一种结合头部和整体信息的行人检测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant