一种基于双非局部注意力模型的红外与可见光图像深度学习融合方法

摘要

本发明涉及一种基于双非局部注意力模型的红外与可见光图像深度学习融合方法。该方法具体包括以下步骤：构建多尺度深度网络，采用编码‑解码网络模型，编码网络包括一个普通卷积模块和两个多尺度卷积模块，提取两类图像的多尺度深度特征；融合层利用空间和通道的双非局部注意力模型，对多尺度深度特征进行增强和合并得到最终的融合特征；解码网络用于重构最终的融合特征获得融合图像。本发明克服了现有深度学习融合方法仅仅依靠卷积运算提取局部特征，没有充分考虑其多尺度特性和全局相关性，而导致融合图像中目标区域和纹理细节的丢失的问题，可应用于在遥感探测、医疗诊断、智能驾驶、安全监控等领域。