针对基于人工智能的红外可见光图像融合方法存在神经网络设计复杂、参数量大、推理计算量大的问题,提出一种轻量化的网络结构,在保证融合质量的同时降低参数量和计算量。 创新点 (1) 网络结构设计上的创新: 使用两个相同的密集连接块提取图像特征,利用密集连接的特征复用能力,增强特征提取效果。 对红外和可见光图像共用...
本发明涉及一种基于统一多尺度密集连接网络的红外与可见光图像融合方法.该方法具体包括以下步骤:(1)构建多尺度密集连接特征编码子网络.特征编码子网络提取两类图像的多尺度深度特征;(2)设计正则化双注意力融合层.采用空间和通道正则化注意力模块,对多尺度深度特征进行增强和合并得到最终的融合特征;(3)构建多尺度密集...