公开(公告)号：CN109919887B

公开(公告)日：2021-06-18

申请号：CN201910137041.8

申请日：2019-02-25

Applicant: 中国人民解放军陆军工程大学

Inventor： 李阳 ,  王继霄 ,  苗壮 ,  王家宝 ,  张睿 ,  卢继荣

IPC: G06T5/50

Abstract: 一种基于深度学习的无监督图像融合方法，包括如下步骤：获取可见光和红外图像，并利用计算机对图像进行预处理，构建一个用于训练图像融合网络的数据集，数据集中包含成对的红外和可见光图像；构造一个轻量级的深度卷积神经网络，网络可以实现将输入的可见光和红外图像进行加权融合和解码还原；构造一个混合损失函数，混合损失函数包括图像的生成损失和结构损失，利用该混合损失函数训练深度卷积神经网络，获得深度图像融合网络模型参数；模型学习完毕后，去掉解码网络，即可利用该网络输入可见光和红外图像，网络的输出即为融合之后的图像。本发明实现了轻量级的图像融合方法，在有限计算资源的移动设备和嵌入式设备中能够达到高质量的融合效果。

公开(公告)号：CN109919887A

公开(公告)日：2019-06-21

申请号：CN201910137041.8

申请日：2019-02-25

Applicant: 中国人民解放军陆军工程大学

Inventor： 李阳 ,  王继霄 ,  苗壮 ,  王家宝 ,  张睿 ,  卢继荣

IPC: G06T5/50

Abstract: 一种基于深度学习的无监督图像融合方法，包括如下步骤：获取可见光和红外图像，并利用计算机对图像进行预处理，构建一个用于训练图像融合网络的数据集，数据集中包含成对的红外和可见光图像；构造一个轻量级的深度卷积神经网络，网络可以实现将输入的可见光和红外图像进行加权融合和解码还原；构造一个混合损失函数，混合损失函数包括图像的生成损失和结构损失，利用该混合损失函数训练深度卷积神经网络，获得深度图像融合网络模型参数；模型学习完毕后，去掉解码网络，即可利用该网络输入可见光和红外图像，网络的输出即为融合之后的图像。本发明实现了轻量级的图像融合方法，在有限计算资源的移动设备和嵌入式设备中能够达到高质量的融合效果。

公开(公告)号：CN108836364A

公开(公告)日：2018-11-20

申请号：CN201810351477.2

申请日：2018-04-19

Applicant: 中国人民解放军陆军工程大学

Inventor： 张睿 ,  王之腾 ,  卢继荣 ,  程恺 ,  徐长亮 ,  曾子林 ,  别林 ,  袁辉

IPC: A61B5/16 ,  A61B5/048 ,  A61B5/0476

Abstract: 本发明公开一种基于脑波能量聚类分析的心理状态判定方法及与之对应的系统；方法包括如下步骤：(10)脑波信号采集：采集不同心理情绪状态脑波信号；(20)信号预处理：对脑波信号预处理；(30)能量数据获取：计算特定心理状态脑波中δ波、θ波、α波和β波的能量；(40)不同心态能量聚类中心计算：通过聚类分析算法，计算不同心理情绪状态下脑波能量聚类中心；(50)当前心态能量计算：采集当前心理情绪状态下的脑波信号并计算脑波能量；(60)当前心态判定：计算当前脑波能量与脑波能量聚类中心的距离，判定当前心理情绪状态。本发明的心理状态判断方法及系统，通过确定脑波与心理状态的定量关系，能准确预测判断心理状态。