改进残差密集生成对抗网络的红外与可见光图像融合 | |
闵莉3; 曹思健3; 赵怀慈1; 刘鹏飞1; 邰炳昌2 | |
刊名 | 控制与决策 |
2022 | |
页码 | 1-8 |
关键词 | 图像融合 残差密集块 生成对抗网络 注意力机制 显著性区域 相对平均判别器 |
ISSN号 | 1001-0920 |
其他题名 | Infrared and Visible Image Fusion with Improved Residual Dense Generative Adversarial Network |
产权排序 | 2 |
英文摘要 | 目前基于深度学习的红外与可见光图像融合算法,通常无法感知源图像显著性区域,导致融合结果没有突出红外与可见光图像各自的典型特征,无法达到理想的融合效果.针对上述问题,设计一种适用于红外与可见光图像融合任务的改进残差密集生成对抗网络结构.首先,使用改进残差密集模块作为基础网络分别构建生成器与判别器,并引入基于注意力机制的挤压激励网络来捕获通道维度下的显著特征,充分保留红外图像的热辐射信息和可见光图像的纹理细节信息;其次,使用相对平均判别器,分别衡量融合图像与红外图像、可见光图像之间的相对差异,并根据差异指导生成器保留缺少的源图像信息;最后,通过在TNO等多个图像融合数据集上的实验结果证明,所提方法能够生成目标清晰、细节丰富的融合图像,相比基于残差网络的融合方法,边缘强度和平均梯度分别提升了64.56%和64.94%. |
语种 | 中文 |
资助机构 | 装备预研重点基金项目(41401040105) |
内容类型 | 期刊论文 |
源URL | [http://ir.sia.cn/handle/173321/30221] |
专题 | 沈阳自动化研究所_光电信息技术研究室 |
通讯作者 | 赵怀慈 |
作者单位 | 1.中国科学院沈阳自动化研究所光电信息处理重点实验室 2.卓越新时代认证有限公司 3.沈阳建筑大学机械工程学院 |
推荐引用方式 GB/T 7714 | 闵莉,曹思健,赵怀慈,等. 改进残差密集生成对抗网络的红外与可见光图像融合[J]. 控制与决策,2022:1-8. |
APA | 闵莉,曹思健,赵怀慈,刘鹏飞,&邰炳昌.(2022).改进残差密集生成对抗网络的红外与可见光图像融合.控制与决策,1-8. |
MLA | 闵莉,et al."改进残差密集生成对抗网络的红外与可见光图像融合".控制与决策 (2022):1-8. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论