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！

龙图腾网获悉南京信息工程大学申请的专利一种基于多重特征提取的红外与可见光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：CN119205526B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202411324505.3，技术领域涉及：G06T5/50；该发明授权一种基于多重特征提取的红外与可见光融合方法是由陈海秀;卢海涛;房威志;黄仔洁;陈子昂;顾启航设计研发完成，并于2024-09-23向国家知识产权局提交的专利申请。

本一种基于多重特征提取的红外与可见光融合方法在说明书摘要公布了：本发明公开了一种基于多重特征提取的红外与可见光融合方法，多重特征提取网络由融合网络、语义分割网络、内容损失函数和语义损失函数组成；融合网络包括特征提取部分和特征重构部分，特征提取部分包括带有激活函数的卷积层、自适应梯度特征提取模块、空间通道重建卷积和残差梯度提取模块；特征重构部分由注意力机制和四个串联的卷积层构成；步骤如下：S1,将红外图像与可见光图像输入融合网络，通过特征提取和特征重构，生成融合图像；S2,将融合图像传递至分割网络进行分割；S3，将分割结果与语义标签进行对比，评估融合图像中所蕴含的语义信息的丰富性。本发明融合后的图像轮廓更清晰、目标更清楚，且指标有着显著提升。

本发明授权一种基于多重特征提取的红外与可见光融合方法在权利要求书中公布了：1.一种基于多重特征提取的红外与可见光融合方法，其特征在于，利用包含梯度算子的自适应梯度特征提取模块感受图像中细微的纹理变化并计算图像在不同方向上的梯度信息，进而获得包含丰富边缘信息的浅层特征；通过带有残差连接的残差梯度提取模块，使浅层特征在不同尺度上进行信息融合，生成深度特征；将浅层特征通过空间通道重建卷积与深层特征相结合，将红外光图像和可见光图像输入多特征提取网络，实现对红外光图像和可见光图像的实时融合； 所述多特征提取网络由融合网络、语义分割网络、内容损失函数和语义损失函数组成； 融合网络包括特征提取部分和特征重构部分，特征提取部分包括带有激活函数的卷积层、自适应梯度特征提取模块、空间通道重建卷积和残差梯度提取模块；特征重构部分由注意力机制和四个串联的卷积层构成； 实现步骤如下： S1,将红外图像与可见光图像输入融合网络，通过特征提取和特征重构，生成融合图像； S2,将融合图像传递至分割网络进行分割； S3，将分割结果与语义标签进行对比，评估融合图像中所蕴含的语义信息的丰富性。

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南京信息工程大学，其通讯地址为：210032 江苏省南京市江北新区宁六路219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。