典型文献
卷积神经网络结合显著性目标掩图的红外与可见光图像融合
文献摘要：
传统的基于多尺度变换理论的红外与可见光融合,提取特征单一,融合规则需要手动设计,难以应对多场景的需求,而深度学习的方法具有良好的特征提取能力,能够对多种特征进行学习.使用基于卷积神经网络的方法对图像融合进行研究,将网络分为特征提取网络和特征融合网络2个部分.首先使用图像处理软件获得红外图像的显著性目标掩图,然后以目标掩图为基础定义卷积神经网络的损失函数,最后使用公共数据集对神经网络进行训练,并与传统的多尺度变换方法进行对比.实验结果表明,从主观评价角度来看,融合结果更符合人眼习惯,更有利于人眼识别,同时在客观评价指标上也均有所提高.
文献关键词：
图像融合;卷积神经网络;显著性目标掩图;梯度损失
中图分类号：
作者姓名：
万刘永;程健庆;刘义海
作者机构：
江苏自动化研究所,江苏连云港222006
文献出处：
引用格式：
[1]万刘永;程健庆;刘义海-.卷积神经网络结合显著性目标掩图的红外与可见光图像融合)[J].舰船电子对抗,2022(01):63-67
A类：
显著性目标掩图
B类：
红外与可见光图像融合,尺度变换,提取特征,融合规则,多场景,特征提取能力,特征提取网络,特征融合网络,处理软件,红外图像,基础定义,损失函数,公共数据,主观评价,人眼,眼识,客观评价指标,梯度损失
AB值：
0.279806
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。
