公开(公告)号：CN119205526A

公开(公告)日：2024-12-27

申请号：CN202411324505.3

申请日：2024-09-23

Applicant: 南京信息工程大学

Inventor： 陈海秀 ,  卢海涛 ,  房威志 ,  黄仔洁 ,  陈子昂 ,  顾启航

IPC: G06T5/50 ,  G06T7/10 ,  G06V10/40

Abstract: 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。

公开(公告)号：CN117852590A

公开(公告)日：2024-04-09

申请号：CN202410059099.6

申请日：2024-01-15

Applicant: 南京信息工程大学

Inventor： 黄仔洁 ,  陈海秀 ,  陆康 ,  陆成 ,  何珊珊 ,  房威志 ,  卢海涛 ,  陈子昂

IPC: G06N3/0464 ,  G06T5/73 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种基于特征增强的双重注意力去雾网络实现方法，包括步骤：建立训练和测试的数据集；将训练数据集输入到基于特征增强的双重注意力去雾网络模型中；基于特征增强的双重注意力去雾网络的编码器，运用卷积操作、残差组模块、密集特征融合模块提取训练数据集的特征信息；基于特征增强的双重注意力去雾网络的双重注意力特征增强模块运用Ghost模块丰富特征，并结合改进的RFB结构捕捉不同尺度特征，融合通道注意力和空间注意力机制实现特征自优化；基于特征增强的双重注意力去雾网络的解码器运用密集特征融合模块、SOS Boosted结构、卷积操作恢复特征，输出除雾后的图像。本发明能使去雾后的图像更接近真实无雾图像。