Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国科学院上海微系统与信息技术研究所孟方舟获国家专利权

中国科学院上海微系统与信息技术研究所孟方舟获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉中国科学院上海微系统与信息技术研究所申请的专利一种基于知识蒸馏的自监督可见光与红外图像融合方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117372271B

龙图腾网通过国家知识产权局官网在2025-06-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202311207197.1,技术领域涉及:G06T5/50;该发明授权一种基于知识蒸馏的自监督可见光与红外图像融合方法是由孟方舟;洪澳萍;罗珊珊;童官军设计研发完成,并于2023-09-19向国家知识产权局提交的专利申请。

一种基于知识蒸馏的自监督可见光与红外图像融合方法在说明书摘要公布了:本发明涉及一种基于知识蒸馏的自监督可见光与红外图像融合方法,包括:接收待融合的可见光图像和红外图像;将可见光图像和红外图像进行拼接,得到拼接图像;将拼接图像输入图像融合模型中,得到融合图像;其中,图像融合模型包括教师网络部分和学生网络部分;教师网络部分包括:教师编码器,用于提取拼接图像的特征,得到第一特征信息;教师第一解码器和教师第二解码器,分别用于基于第一特征信息重构可见光图像和红外图像;学生网络部分包括:学生编码器,用于在教师编码器的指导下提取拼接图像的特征,得到第二特征信息;学生解码器,用于基于第二特征信息生成可见光图像和红外图像的融合图像。本发明能够充分融合两类图像的有用信息。

本发明授权一种基于知识蒸馏的自监督可见光与红外图像融合方法在权利要求书中公布了:1.一种基于知识蒸馏的自监督可见光与红外图像融合方法,其特征在于,包括以下步骤: 接收待融合的可见光图像和红外图像; 将所述可见光图像和红外图像进行拼接,得到拼接图像; 将所述拼接图像输入图像融合模型中,得到融合图像; 其中,所述图像融合模型包括教师网络部分和学生网络部分; 所述教师网络部分包括: 教师编码器,用于提取所述拼接图像的特征,得到第一特征信息; 教师第一解码器,用于基于所述第一特征信息重构可见光图像; 教师第二解码器,用于基于所述第一特征信息重构红外图像; 学生网络部分包括: 学生编码器,用于在所述教师编码器的指导下提取所述拼接图像的特征,得到第二特征信息; 学生解码器,用于基于所述第二特征信息生成可见光图像和红外图像的融合图像; 在训练所述教师网络时,采用自监督方式进行训练,所述教师网络的总体目标函数LT为: 其中,Lref_vis表示重构可见光图像与原可见光图像的重构损失,Lref_inf表示重构红外图像与原红外图像的重构损失;β为权重系数;L1为像素级图像重构损失,表示为L1=||TI,I||1,Lgrad为梯度损失,表示为:Lgrad=||▽TI,▽I||1,Lvgg为特征感知差异损失,表示为:Lvgg=||VGGTI,VGGI||1,Lssim为结构相似度损失,表示为:Lssim=1-SSIMTI,I,其中,TI为重构可见光图像或重构红外图像,I为原可见光图像或原红外图像,||||1表示L1范数计算;▽表示使用sobel算子计算梯度,VGG表示使用训练好的VGG19网络提取特征,SSIM计算图像间亮度、对比度、结构上的相似性;t1,t2,t3,t4为加权系数; 在训练所述学生网络时,加载训练好的教师网络参数,所述教师网络不参与梯度反向传播和参数更新;所述学生网络的总体目标函数LS表示为:LS=Lfuse+αLteach,其中,Lfuse为融合损失,表示为:Lfuse=s1L′1+s2L′ssim+s3L′grad,L′1为像素级图像生成损失,表示为:L′1=ω||Ifuse,Ivis||1+1-ω||Ifuse,Iinf||1,L′ssim为结构相似度损失,表示为:L′ssim=ω1-SSIMIfuse,Ivis+1-ω1-SSIMIfuse,Iinf,L′grad为梯度损失,表示为:L′grad=||▽Ifuse,max▽Ivis,▽Iinf||1,s1,s2,s3为加权系数,Ifuse为生成的融合图像,Ivis为原可见光图像,Iinf为原红外图像,||||1表示L1范数计算;▽表示使用sobel算子计算梯度,SSIM计算图像间亮度、对比度、结构上的相似性,ω为感知显著度权重,表示为PSvis和PSinf分别表示原可见光图像和原红外图像的感知显著度指标;Lteach为蒸馏损失,表示为: FT和FS分别表示教师编码器的最后一层输出特征图和所述学生编码器的最后一层输出特征图,Γ表示知识蒸馏中的超参数温度,c表示通道,C表示通道的总数,i表示通道中的位置,W·H表示宽度和高度,φ表示softmax函数计算;α为平衡系数。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国科学院上海微系统与信息技术研究所,其通讯地址为:200050 上海市长宁区长宁路865号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。