Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国电子科技集团公司第三十八研究所窦浩获国家专利权

中国电子科技集团公司第三十八研究所窦浩获国家专利权

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!

龙图腾网获悉中国电子科技集团公司第三十八研究所申请的专利基于多粒度词元的红外与可见光图像融合方法及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:CN115331112B

龙图腾网通过国家知识产权局官网在2026-03-31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:202211054722.6,技术领域涉及:G06V20/10;该发明授权基于多粒度词元的红外与可见光图像融合方法及系统是由窦浩;伍政华;代泽洋;倪向东;李静;王潇设计研发完成,并于2022-08-30向国家知识产权局提交的专利申请。

基于多粒度词元的红外与可见光图像融合方法及系统在说明书摘要公布了:本发明提供基于多粒度词元的红外与可见光图像融合方法及系统包括:S1、采集获取红外图像及可见光图像,在不少于2个的差异尺度上,分别对红外图像和可见光图像进行分解;多粒度词元全局特征提取:通过不少于2个的独立Transformer分支,分别计算红外图像和可见光图像的长程依赖关系;利用预置逻辑设计损失函数,据以监督并训练预置的多粒度词元融合模型;通过多粒度词元融合模块融合红外图像和可见光图像,据以得到多粒度词元融合输出图像。本发明解决了融合模型性能差、复杂度高、特征提取及表征受限的技术问题。

本发明授权基于多粒度词元的红外与可见光图像融合方法及系统在权利要求书中公布了:1.基于多粒度词元的红外与可见光图像融合方法,其特征在于,所述方法包括: S1、采集获取红外图像及可见光图像,在不少于2个的差异尺度上,分别对所述红外图像和所述可见光图像进行分解; S2、多粒度词元全局特征提取:通过2个独立的Transformer分支,分别计算所述红外图像和所述可见光图像的长程依赖关系,其中,在每个所述独立Transformer分支设计不少于2个Transformer模型,所述步骤S2包括: S21、将所述红外图像及所述可见光图像分割成多尺度分区域patch; S22、将所述红外图像和所述可见光图像转换为红外序列和可见光序列; S23、利用预置线性投影E嵌入处理所述红外序列和所述可见光序列,并在每个序列中加入编码位置信息,以得到编码红外序列及编码可见光序列; S24、利用全连接层,以预置嵌入逻辑对所述编码红外序列及所述编码可见光序列进行嵌入操作,以得到关系提取参数; S25、利用多头自注意力机制MSA,以预置逻辑处理所述关系提取参数,以从所述红外图像和所述可见光图像中提取得到所述长程依赖关系,据以获取多头自注意力融合参数,其中,所述多头自注意力融合参数包括:红外词元及可见光词元 S3、利用预置逻辑设计损失函数,据以监督并训练预置的多粒度词元融合模型; S4、通过多粒度词元融合模块融合所述红外图像和所述可见光图像,据以得到多粒度词元融合输出图像,所述步骤S4包括: S41、以预置权重定义逻辑得到可学习注意权值,据以利用预置关系捕获逻辑,捕获所述红外词元与所述可见光词元的多粒度词元相关性; S42、利用预置重建逻辑处理所述多粒度词元相关性以及差异尺度特征,以得到所述多粒度词元融合输出图像。

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电子科技集团公司第三十八研究所,其通讯地址为:230088 安徽省合肥市高新技术开发区香樟大道199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。

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。