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！

龙图腾网获悉大连大学申请的专利一种基于分流注意力Transformer的红外光和可见光图像融合系统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：CN116503703B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202310477962.5，技术领域涉及：G06V10/80；该发明授权一种基于分流注意力Transformer的红外光和可见光图像融合系统是由周士华;姜洋;李嘉伟;胡轶男设计研发完成，并于2023-04-28向国家知识产权局提交的专利申请。

本一种基于分流注意力Transformer的红外光和可见光图像融合系统在说明书摘要公布了：本发明公开了一种基于分流注意力Transformer的红外光和可见光图像融合系统，涉及图像融合技术领域；包括分流注意力Transformer网络模型，用于红外光和可见光图像融合，整体网络模型包括分流注意力特征提取单元、交叉注意力融合单元、特征重构单元。为了生成场景细节丰富、视觉效果较好的融合图像，将红外光和可见光图像分别送入到网络模型以提取浅层局部特征。之后，利用特征提取单元获取单个注意层内的粗粒度和细粒度细节。在特征融合单元中，引入了交叉注意机制来融合跨域互补特征。此外，在重建阶段，特征重建单元采用密集的跳跃连接，最大限度地利用不同尺度的深、浅特征，构建融合图像。

本发明授权一种基于分流注意力Transformer的红外光和可见光图像融合系统在权利要求书中公布了：1.一种基于分流注意力Transformer的红外光和可见光图像融合系统，其特征在于，包括：用于融合红外光和可见光图像的分流注意力Transformer网络模型，输入的红外光和可见光图像首先进入由多个卷积层组成的浅卷积块，提取浅层局部特征，然后采用多尺度技术将浅层局部特征分解成不同尺度，在不同尺度上捕获浅层信息，具体细化过程量化为： 其中，表示浅卷积块，和分别表示输入的红外光和可见光图像；是分流注意力特征提取单元，和分别表示红外光和可见光深层粒度特征；表示交叉注意力融合单元，和分别表示经过域内和域间交互后聚合的红外光和可见光输出特征；表示通道维度中的级联；表示特征重构单元；表示融合后的深度特征；为经过重构和上采样后生成的融合图像； 所述分流注意力Transformer网络模型包括分流注意力特征提取单元、交叉注意力融合单元、特征重构单元； 所述分流注意力特征提取单元包括三个阶段块，每个阶段块包括六个分流Transformer子块，各个子块由多粒度学习驱动，通过向异构感受野注入token，捕获多粒度信息的同时减少token的数量；所述分流Transformer子块对全局特征进行建模，实现全局范围内多粒度特征的提取； 所述交叉注意力融合单元包括两个交叉注意力残差块，每个残差块中设有基于自注意力的域内融合块来有效地整合同一域中的全局交互信息，以及基于交叉注意力的域间融合块来进一步整合不同域之间的全局交互信息； 所述特征重构单元包括深层重构块和浅层重构块，用于将聚合后的深层特征映射回图像空间；所述深层重构块包括四个自注意力块，所述浅层重构块包括两个内核为且步长为1的卷积层，每层后面有ReLU激活函数。

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大连大学，其通讯地址为：116622 辽宁省大连市经济技术开发区学府大街10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”。

以上内容由龙图腾AI智能生成。