湖南大学方乐缘获国家专利权
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!
龙图腾网获悉湖南大学申请的专利一种面向混合退化环境的红外与可见光融合方法及系统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:CN119444588B 。
龙图腾网通过国家知识产权局官网在2025-09-19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:202411487131.7,技术领域涉及:G06T5/50;该发明授权一种面向混合退化环境的红外与可见光融合方法及系统是由方乐缘;周靖渲;吴洁设计研发完成,并于2024-10-23向国家知识产权局提交的专利申请。
本一种面向混合退化环境的红外与可见光融合方法及系统在说明书摘要公布了:一种面向混合退化环境的红外与可见光融合方法及系统,方法包括:1、构建退化图像库以及训练数据集;S2、将预处理后的训练数据集和退化图像库输入到VGG卷积神经网络中,得到每种退化情况的五个层次特征图;3、多尺度退化估计模块评价源图像和多张不同退化情况的退化图像之间的相似性,得到每种不同退化情况的退化因子;4、将可见光、红外图像输入到图像融合模块中,得到融合图像;5、构建损失函数,计算总损失,循环2至5,直至函数收敛,对图像融合模块的权重进行更新;6、对训练后的图像融合模块进行测试。本发明能够自适应地处理多种不同类型和程度的退化,不再依赖预先定义的单一退化场景,提高了模型在真实世界复杂场景下的适用性。
本发明授权一种面向混合退化环境的红外与可见光融合方法及系统在权利要求书中公布了:1.一种面向混合退化环境的红外与可见光融合方法,其特征在于,包括如下步骤: S1、构建未配对的退化图像库以及训练数据集,并对训练数据集中的可见光图像进行预处理; S2、从预处理后的训练数据集选取一张源图像,然后从未配对的退化图像库中选取不同退化情况的退化图像各一张,将源图像和多张不同退化情况的退化图像输入到VGG卷积神经网络中进行特征提取,得到每种退化情况的五个层次特征图; S3、多尺度退化估计模块依据每种退化情况的五个层次特征图评价源图像和多张不同退化情况的退化图像之间的相似性,得到每种不同退化情况的退化因子; S4、将S2中所选源图像中的可见光图像和红外图像输入到图像融合模块中,得到融合图像; S5、结合每种不同退化情况的退化因子构建统一对比学习损失函数LC,然后基于统一对比学习损失函数LC构建对比融合总损失函数,计算源图像和融合图像之间各个部分的总损失,循环S2至S5,直至对比融合总损失函数收敛,然后使用反向传播算法对图像融合模块的权重进行更新,得到训练后的图像融合模块; 其中统一对比学习损失函数LC采用公式表示具体如下: 其中,Z表示一个索引,即索引一,表示在1到N之间的循环,N表示不同退化情况的总数量;λi表示第i种退化情况的退化因子;λz表示与索引z相关的退化因子;表示针对第i种退化情况的对比学习损失函数;满足以下关系式: 其中,G.表示Gram矩阵,Gram矩阵用作潜在图像特征的定量描述;d.表示图像在特征层面的距离;If表示融合图像;表示针对第i种退化情况的正样本图像;αi为超参数;表示第i种退化情况的退化图像; S6、对训练后的图像融合模块进行测试,得到新的融合图像; 所述S3具体包括如下步骤: S31、多尺度退化估计模块依据第i种退化情况的五个层次特征图评价源图像和第i种退化情况的退化图像之间的相似性,得到第i种退化情况的退化因子; S32、循环S31多次,逐层计算可见光图像和N个退化情况的退化图像的特征图之间的交叉注意力,再计算Frobenius范数并对结果进行归一化后,得到了表示N个不同退化场景的退化因子。
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湖南大学,其通讯地址为:410082 湖南省长沙市岳麓区麓山南路1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”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励