Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 武汉轻工大学杨志光获国家专利权

武汉轻工大学杨志光获国家专利权

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!

龙图腾网获悉武汉轻工大学申请的专利一种基于3D卷积神经网络的红外可见光图像融合方法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:CN119722489B

龙图腾网通过国家知识产权局官网在2025-10-28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:202411886963.6,技术领域涉及:G06T5/50;该发明授权一种基于3D卷积神经网络的红外可见光图像融合方法是由杨志光;樊凡;张灿;李皞;李洋设计研发完成,并于2024-12-20向国家知识产权局提交的专利申请。

一种基于3D卷积神经网络的红外可见光图像融合方法在说明书摘要公布了:本发明涉及一种基于3D卷积神经网络的红外可见光图像融合方法,属于图像增强技术领域,其中,该方法包括:获取训练完备图像融合模型,图像融合模型包括编码器、特征融合模块和解码器;获取待融合的红外图像和可见光图像;基于编码器对所述待融合的红外图像和可见光图像进行高维语义特征提取,获得多个可见光特征图和多个红外特征图;基于特征融合模块将多个可见光特征图和多个红外特征图进行交叉匹配拼接,并对拼接后的特征进行加权,得到处理特征图;基于解码器对处理特征图进行加权融合,得到图像融合结果。本发明解决了现有技术中图像融合会出现亮度中和或过饱和、信息丢失等,从而影响融合性能的技术问题。

本发明授权一种基于3D卷积神经网络的红外可见光图像融合方法在权利要求书中公布了:1.一种基于3D卷积神经网络的红外可见光图像融合方法,其特征在于,包括: 获取训练完备图像融合模型,所述图像融合模型包括编码器、特征融合模块和解码器,所述特征融合模块包括交叉匹配拼接操作层和通道注意力机制;所述交叉匹配拼接操作层用于根据预设规则将由相同卷积核获得的所述可见光特征图和红外特征图进行交叉拼接,得到交叉匹配特征图;所述根据预设规则将由相同卷积核获得的所述可见光特征图和红外特征图进行交叉拼接,包括:将可见光特征图和红外特征图的通道按一定顺序进行交叉排列;所述通道注意力机制用于对交叉匹配特征图进行全局平均池化操作,并对池化操作后的特征图进行加权,得到处理特征图; 所述通道注意力机制包括全局池化层、多个卷积层、特征相加层、激活层和特征相乘层;所述全局池化层用于对交叉匹配特征图进行全局平均池化操作,得到全局平均池化结果;所述多个卷积层用于对所述全局平均池化结果进行多尺度特征提取,得到多个卷积特征图;所述特征相加层用于对多个卷积特征图进行相加操作,得到第一相加结果;所述激活层用于对第一相加结果的通道进行权重赋值,得到权重特征图;所述特征相乘层用于对所述权重特征图和所述交叉匹配特征图进行相乘操作,得到处理特征图; 获取待融合的红外图像和可见光图像; 基于所述编码器对所述待融合的红外图像和可见光图像进行高维语义特征提取,获得多个可见光特征图和多个红外特征图;基于特征融合模块将所述多个可见光特征图和多个红外特征图进行交叉匹配拼接,并对拼接后的特征进行加权,得到处理特征图;基于解码器对处理特征图进行加权融合,得到图像融合结果。

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武汉轻工大学,其通讯地址为:430000 湖北省武汉市汉口常青花园学府南路68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。

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。