论文部分内容阅读
红外与可见光图像融合在机器人感知领域中扮演着重要角色,而融合的关键是通过适当方法从源图像中提取有用信息,因此提出了基于深度学习的红外与可见光图像融合方法。首先,将源红外图像分割为前景部分和背景部分,从而构建了基于神经风格迁移算法的红外与可见光图像融合网络;然后,利用前景损失和背景损失分别控制前景和背景2个部分的融合;最后,将2个部分组合在一起重建融合图像。试验结果表明,与其他方法相比,该方法既保留了目标的显著信息,又保留了背景的丰富细节纹理信息。