期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于三分支对抗学习和补偿注意力的红外和可见光图像融合
1
作者 邸敬 任莉 +2 位作者 刘冀钊 郭文庆 廉敬 《红外技术》 CSCD 北大核心 2024年第5期510-521,共12页
针对现有深度学习图像融合方法依赖卷积提取特征,并未考虑源图像全局特征,融合结果容易产生纹理模糊、对比度低等问题,本文提出一种基于三分支对抗学习和补偿注意力的红外和可见光图像融合方法。首先,生成器网络采用密集块和补偿注意力... 针对现有深度学习图像融合方法依赖卷积提取特征,并未考虑源图像全局特征,融合结果容易产生纹理模糊、对比度低等问题,本文提出一种基于三分支对抗学习和补偿注意力的红外和可见光图像融合方法。首先,生成器网络采用密集块和补偿注意力机制构建局部-全局三分支提取特征信息。然后,利用通道特征和空间特征变化构建补偿注意力机制提取全局信息,更进一步提取红外目标和可见光细节表征。其次,设计聚焦双对抗鉴别器,以确定融合结果和源图像之间的相似分布。最后,选用公开数据集TNO和RoadScene进行实验并与其他9种具有代表性的图像融合方法进行对比,本文提出的方法不仅获得纹理细节更清晰、对比度更好的融合结果,而且客观度量指标优于其他先进方法。 展开更多
关键词 红外可见光图像融合 局部-全局三分支 局部特征提取 补偿注意力机制 对抗学习 聚焦双对抗鉴别器
在线阅读 下载PDF
基于多尺度对比度增强和跨维度交互注意力机制的红外与可见光图像融合
2
作者 邸敬 梁婵 +2 位作者 任莉 郭文庆 廉敬 《红外技术》 CSCD 北大核心 2024年第7期754-764,共11页
针对目前红外与可见光图像融合存在特征提取不足、融合图像目标区域不显著、细节信息缺失等问题,提出了一种多尺度对比度增强和跨维度交互注意力机制的红外与可见光图像融合方法。首先,设计了多尺度对比度增强模块,以增强目标区域强度... 针对目前红外与可见光图像融合存在特征提取不足、融合图像目标区域不显著、细节信息缺失等问题,提出了一种多尺度对比度增强和跨维度交互注意力机制的红外与可见光图像融合方法。首先,设计了多尺度对比度增强模块,以增强目标区域强度信息利于互补信息的融合;其次,采用密集连接块进行特征提取,减少信息损失最大限度利用信息;接着,设计了一种跨维度交互注意力机制,有助于捕捉关键信息,从而提升网络性能;最后,设计了从融合图像到源图像的分解网络使融合图像包含更多的场景细节和更丰富的纹理细节。在TNO数据集上对提出的融合框架进行了评估实验,实验结果表明本文方法所得融合图像目标区域显著,细节纹理丰富,具有更优的融合性能和更强的泛化能力,主观性能和客观评价优于其他对比方法。 展开更多
关键词 红外与可见光图像融合 多尺度对比度增强 跨模态交互注意力机制 分解网络
在线阅读 下载PDF
图像融合技术研究 被引量:2
3
作者 廉敬 《信息通信》 2013年第1期28-29,共2页
用小波进行图像融合的原理就是将两个原始的图像的小波分解进行融合,这种融合的方法适用于近似系数和详细系数。这两个图像必须同等尺寸且在共有的图像映射上和索引的图像进行关联。
关键词 图像融合 小波 系数
在线阅读 下载PDF
智能定义无线电技术体系及其设计方法 被引量:1
4
作者 严天峰 孙文灏 +5 位作者 伍忠东 绽琨 廉敬 郑礼 汤春阳 安宇鹏 《兰州交通大学学报》 CAS 2020年第5期41-47,共7页
在软件无线电的基本架构的基础上,提出了一种新的以深度神经网络为核心的无线通信架构的设计方法及其应用,并提出了智能和智能定义无线电(intelligent and intelligent defined radio,IR/IDR)的概念.基于系统级整体优化的思想,IR/IDR采... 在软件无线电的基本架构的基础上,提出了一种新的以深度神经网络为核心的无线通信架构的设计方法及其应用,并提出了智能和智能定义无线电(intelligent and intelligent defined radio,IR/IDR)的概念.基于系统级整体优化的思想,IR/IDR采用多种不同的深度神经网络(deep neural network,DNN)替代传统软件无线电的各个功能模块,使无线通信系统成为一个可端到端优化的整体.而DNN良好的融合特性,还使得基于新方法的系统在不增加额外成本的前提下方便地扩展后续功能.更重要的是,通过将多个基于新方法的无线信号发射或接收端的DNN融合后,还可以对整个无线通信网络系统在更广义的角度上进行管理和优化.IR/IDR是一种新的理论和应用模式,它将通信问题演变为计算和数据,代表了未来无线通信发展的方向. 展开更多
关键词 智能无线电 智能定义无线电 无线电智能管理 软件无线电 软件定义无线电
在线阅读 下载PDF
基于MSPCNN与FCM的红外与可见光图像融合 被引量:1
5
作者 邸敬 王国栋 +1 位作者 马帅 廉敬 《红外技术》 CSCD 北大核心 2023年第1期69-76,共8页
针对红外和可见光图像融合存在的轮廓信息不全、边缘及纹理细节信息缺失等问题,提出一种改进简化脉冲耦合神经网络(Improved Simplified Pulse Coupled Neural Network, MSPCNN)和模糊C-均值(Fuzzy C-mean, FCM)图像融合算法。首先,将... 针对红外和可见光图像融合存在的轮廓信息不全、边缘及纹理细节信息缺失等问题,提出一种改进简化脉冲耦合神经网络(Improved Simplified Pulse Coupled Neural Network, MSPCNN)和模糊C-均值(Fuzzy C-mean, FCM)图像融合算法。首先,将红外和可见光图像用非下采样剪切波算法(NonSubsampled Shearlet Transform,NSST)分解为高低频子带;然后对分解后的高频子带采用MSPCNN融合,用一种高斯分布权重矩阵进行处理,增强细节信息和对比度;接着,将得到的低频子带图像使用FCM聚类算法进行聚类中心提取,设置聚类中心近似阈值简化过程,实现背景分类提取;最后利NSST进行逆变换,从而完成红外和可见光的图像融合过程。通过客观评价指标计算,本文所提方法在平均梯度、标准差、平均相似度等参考指标上相对于其他同类型算法均有改善提高,由于模型参数的简化,算法运行速度相对于其他算法得到提升,算法更适用于复杂场景。 展开更多
关键词 图像融合 非下采样剪切波算法 脉冲耦合神经网络 模糊C-均值
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部