典型文献
基于生成对抗网络的可见光与红外图像融合
文献摘要：
图像融合是图像处理领域中非常重要的分支,可见光图像与红外图像的融合在机器感知、 目标检测与追踪、监控、 遥感和图像去雾等方面扮演着十分重要的角色.针对目前一些融合算法时效性差、 复杂程度高、 泛化程度低和融合后图片信息丢失量大等问题,在神经网络FusionGAN的基础上进行了改进.在其中引入了一种多尺度卷积PSConv和一种轻量化注意力模块ECA-Net,前者能够在更细粒度角度进行多尺度特征融合,后者能自适应地选择一维卷积核大小,从而实现性能上的提优.实验采用经典的红外与可见光数据集TNO和NIO数据集,经实验表明,改进后的算法在主观评价与客观评价下,与原算法和其他算法相比有着明显提高.
文献关键词：
图像融合;红外图像;可见光图像;FusionGAN;PSConv;ECA-Net
中图分类号：
作者姓名：
刘锃亮;张宇;吕恒毅
作者机构：
中国科学院长春光学精密机械与物理研究所, 吉林 长春 130033;中国科学院大学 光电学院, 北京 100039
文献出处：
引用格式：
[1]刘锃亮;张宇;吕恒毅-.基于生成对抗网络的可见光与红外图像融合)[J].无线电工程,2022(04):555-561
A类：
FusionGAN,PSConv
B类：
生成对抗网络,可见光与红外图像,图像融合,可见光图像,机器感知,目标检测,和图像,图像去雾,融合算法,复杂程度,后图,信息丢失,多尺度卷积,注意力模块,ECA,Net,细粒度,度角,多尺度特征融合,一维卷积,卷积核,红外与可见光,光数,TNO,NIO,主观评价,客观评价
AB值：
0.342057
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
