典型文献
一种用于图像融合的无监督深度神经网络
文献摘要：
为解决相机动态范围较小,单次曝光的图像往往无法表达高动态场景的不同区域的问题,构建了一种无监督的深度神经网络,把多次曝光的图像融合成一幅高动态图像.以VGG-Net(visual geometry group-Net)为基础网络,设计编码子网络和解码子网络;以融合前后图像的结构相似度为目标导向,通过引入基于图像局部信息的权重因子,定制适用于图像融合的损失函数,融合图像可兼顾不同输入图像的有效信息.在基准数据集上与多种方法相比,融合图像在主观视觉体验和客观量化指标上均取得了明显提升.
文献关键词：
模式识别;高动态场景;图像融合;无监督深度网络;损失函数
中图分类号：
作者姓名：
周培培;侯幸林
作者机构：
常州工学院电气信息工程学院,江苏常州213032
文献出处：
引用格式：
[1]周培培;侯幸林-.一种用于图像融合的无监督深度神经网络)[J].系统仿真学报,2022(06):1267-1274
A类：
无监督深度网络
B类：
图像融合,深度神经网络,动态范围,曝光,高动态场景,一幅,动态图像,VGG,Net,visual,geometry,group,码子,子网络,解码,后图,结构相似度,局部信息,权重因子,损失函数,融合图像,有效信息,基准数据集,多种方法,视觉体验,量化指标,模式识别
AB值：
0.373938
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。
