温度引导的CNN-Transformer红外与可见光图像融合方法

doi:10.13568/j.cnki.651094.651316.2024.11.18.0002

新疆大学学报（自然科学版中英文） ›› 2025, Vol. 42 ›› Issue (02) : 246-256. DOI: 10.13568/j.cnki.651094.651316.2024.11.18.0002

岩宝, 张丽萍, 郝浩博, 王颂, 汪兵兵, 罗德林

作者信息 +

History +

摘要

红外与可见光图像轻量化融合是计算机视觉领域研究的一项重要任务，融合模型可部署在边缘设备上实现实时融合．然而，基于CNN的方法仍然存在局限性，轻量化的实现使得模型牺牲了一定程度的融合性能，单调的卷积结构导致融合的泛化能力较低，在某些复杂场景仍然表现出不足．针对以上问题，提出了一种基于温度引导的CNNTransformer红外与可见光图像融合方法．首先引入像素预增强模块来增强输入图像，同时将Transformer与CNN结合作为特征提取与重建网络的结构，捕获红外与可见光图像之间的关联信息，提高模型的融合效果．在公开数据集及自建变电数据集上将提出的方法与其他11种融合方法进行对比分析，实验结果验证提出的算法显著提高了融合性能．

关键词

深度学习 / 图像融合 / 红外与可见光图像 / CNN-Transformer

中图分类号

TP391.41 / TP183 / TN219

引用本文

EndNote

Ris (Procite)

Bibtex

导出引用

岩宝, 张丽萍, 郝浩博, 王颂, 汪兵兵, 罗德林. 温度引导的CNN-Transformer红外与可见光图像融合方法. 新疆大学学报（自然科学版中英文）. 2025, 42(02): 246-256 https://doi.org/10.13568/j.cnki.651094.651316.2024.11.18.0002

基金

南方电网科学研究院资助项目“基于深度学习的电力设备多光谱智能特征融合技术研究”（SEPRI-K22B100）; 昌吉州庭州青年计划“高温合金短电弧机械复合加工性能规律及缺陷抑制方法研究”（2023QN08）

Accesses

Citation

Detail

段落导航

选择文件类型/文献管理软件名称

选择包含的内容

摘要

关键词

中图分类号

引用本文

{{custom_sec.title}}

{{custom_sec.title}}

基金

评论

Published
2025-02-25
Issue Date
2025-06-30

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

摘要

关键词

中图分类号

引用本文

{{custom_sec.title}}

{{custom_sec.title}}

基金

评论