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！

龙图腾网获悉深圳深知未来智能有限公司申请的专利一种轻量级的端到端的红外可见光自适应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：CN120746864B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202511194609.1，技术领域涉及：G06T5/50；该发明授权一种轻量级的端到端的红外可见光自适应图像融合方法是由邓熊狮;林景洲;郭奇锋;张齐宁设计研发完成，并于2025-08-26向国家知识产权局提交的专利申请。

本一种轻量级的端到端的红外可见光自适应图像融合方法在说明书摘要公布了：本发明公开了一种轻量级的端到端的红外可见光自适应图像融合方法，应用于图像处理技术领域，包括：获取配准后的红外和可见光图像以及红外和可见光图像的临时融合GT图像，并进行图像预处理；构建轻量级的端到端的红外可见光自适应图像融合网络模型，并输入预处理后的图像进行训练，根据包括像素级损失、结构级损失、区域级损失以及权重级损失在内的多维度损失约束更新迭代训练模型；输入待融合的红外和可见光图像至更新迭代后的训练模型，得到图像融合结果。本发明有效提升了红外可见光图像的融合质量与效果。

本发明授权一种轻量级的端到端的红外可见光自适应图像融合方法在权利要求书中公布了：1.一种轻量级的端到端的红外可见光自适应图像融合方法，其特征在于，包括： 步骤1：获取配准后的红外和可见光图像以及所述红外和可见光图像的临时融合GT图像，并进行图像预处理； 步骤2：构建轻量级的端到端的红外可见光自适应图像融合网络模型，并输入预处理后的图像进行训练，根据包括像素级损失、结构级损失、区域级损失以及权重级损失在内的多维度损失约束更新迭代训练模型； 步骤3：输入待融合的红外和可见光图像至所述更新迭代后的训练模型，得到图像融合结果； 步骤2中，所述轻量级的端到端的红外可见光自适应图像融合网络模型，包括：浅层特征提取、深层特征提取以及融合图像输出； 所述浅层特征提取的输入为可见光图像，包括：依次连接的第一层卷积层和亮度权重生成模块；其中，所述第一层卷积层用于提取基础特征层，所述亮度权重生成模块用于提取亮度权重图； 所述深层特征提取，包括：依次连接的前一层卷积、多个残差块和后一层卷积，用于从红外图像中提取热目标语义特征和从可见光图像中提取纹理结构语义特征； 所述融合图像输出用于将浅层特征和深层特征融合，并经一层卷积层得到最终的融合图像； 所述亮度权重生成模块，包括分别进行的局部亮度提取和强光区域语义检测，以及基于所述局部亮度提取和强光区域语义检测结果对可见光图像提取的亮度权重概率进行综合计算，得到最终的综合权重图。

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深圳深知未来智能有限公司，其通讯地址为：518101 广东省深圳市宝安区新安街道大浪社区大宝路51号政华第一科技工业城一栋402；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。