基于深层次多分类生成对抗网络的红外与可见光图像融合方法
为了实现红外和可见光图像信息的良好平衡,利用生成对抗网络技术,提出了一种深层次多分类的生成对抗网络红外与可见光图像融合方法.该方法将主辅思想引入到生成器的梯度和强度信息提取中,并提高了生成器卷积层的深度及浅层网络信息提取能力.在鉴别器中使用多分类器同时估计可见光和红外区域的分布.经过连续的对峙学习,使融合结果中具有显著的对比度和丰富的纹理细节信息.实验获得的信息熵及香农熵值为6.86、互信息值为13.72、标准差值为34.82、结构相似性值为0.71.对比实验结果表明,在主客观评价中,本文提出的方法获得更好的红外与可见光图像融合性能.
生成对抗网络、红外图像、可见光图像、多分类
45
TP391.7(计算技术、计算机技术)
企业信息化与物联网测控技术四川省高校重点实验室开放基金;人工智能四川省重点实验室;四川轻化工大学研究生课程建设项目;四川省科技厅项目;四川省科技厅项目
2022-10-08(万方平台首次上网日期,不代表论文的发表时间)
共8页
126-133