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！

龙图腾网获悉杭州电子科技大学申请的专利基于空间相关性注意力的红外和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：CN116704274B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202310823416.2，技术领域涉及：G06V10/77；该发明授权基于空间相关性注意力的红外和可见光图像融合方法是由彭冬亮;刘克伟;李焘;谷雨;陈华杰设计研发完成，并于2023-07-06向国家知识产权局提交的专利申请。

本基于空间相关性注意力的红外和可见光图像融合方法在说明书摘要公布了：本发明涉及基于空间相关性注意力的红外和可见光图像融合方法，包括以下步骤：S1：读取红外和可见光图像；S2：将红外和可见光图像分别输入编码器提取4种尺度的深度特征；S3：将红外的深度特征和可见光图像的深度特征输入融合网络；S4：在融合网络中，对输入融合网络的相应尺度的红外图和可见光图像特征计算空间相关性注意力权重并将空间相关性注意力权重作用于红外和可见光图像的特征；S5：在融合网络中，对空间注意力作用后的特征利用交叉残差网络进一步融合；S6：根据融合特征构建融合图像；该方法针有效解决了红外和可见光图像像素级融合任务中细粒度信息丢失的问题。

本发明授权基于空间相关性注意力的红外和可见光图像融合方法在权利要求书中公布了：1.基于空间相关性注意力的红外和可见光图像融合方法，其特征在于：包括以下步骤： 步骤一：读取红外图像和可见光图像； 步骤二：将红外图像和可见光图像分别输入编码器提取4种尺度的深度特征； 步骤三：将红外图像的深度特征和可见光图像的深度特征输入融合网络； 步骤四：在融合网络中，对输入融合网络的相应尺度的红外图像深度特征和可见光图像深度特征沿通道维度拼接； 步骤五：在融合网络中，对拼接后的红外和可见光图像的深度特征计算空间相关性注意力权重； 所述步骤五具体包括： 空间注意力机制的计算方法如下：对于红外或可见光图像，给定中级特征图作为输入，C为特征通道数，H为特征图的高度，W为特征图的宽度，利用、、函数构建不同尺度的局部区域内的强联系，并聚合通道信息，、、分别为卷积核为1,3,5的卷积函数，且，，，对、、维度变换后可以得到、、； 跨尺度特征元素之间的相关性函数定义为： ； 和中的i和j分布代表特征图中的位置i和j，可化简为： ； 单模态图像中特征的空间相关性函数可定义为： ； 其中C归一化因子,函数g的作用是计算输入信号在位置j处的表示， 函数g的定义为： ； 在获取单一模态图像特征的空间相关性后，将不同模态的相关注意力机制进行融合从而获得混合模态的空间相关性注意力机制，空间相关性注意力机制的定义为： ； 其中为卷积核尺寸为1的卷积计算，代表沿通道维度拼接； 步骤六：在融合网络中，将空间相关性注意力权重与红外和可见光图像拼接后的深度特征相乘，使空间注意力作用于红外和可见光图像的深度特征； 步骤七：在融合网络中，将空间注意力作用后的红外和可见光图像的深度特征利用由三层卷积层构成的交叉残差网络再次融合；所述步骤七中交叉残差网络中第一层卷积层的输出输入第二次卷积层的同时与第二层卷积层的输出相加后输入第三层卷积层，与此同时第二次卷积层的输出与第三层卷积的输出相加后作为融合网络最终输出结果； 步骤八：将融合后的图像特征输入解码器中构建融合后的图像。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。