申请/专利权人：江苏濠汉信息技术有限公司

申请日：2020-09-04

公开（公告）日：2024-04-26

公开（公告）号：CN111985625B

主分类号：G06N3/0464

分类号：G06N3/0464;G06N3/08;G06Q50/06;H04N5/265;H04N23/11

优先权：

专利状态码：有效-授权

法律状态：2024.04.26#授权;2020.12.11#实质审查的生效;2020.11.24#公开

摘要：本发明提供了一种红外‑可见光融合的深度神经网络及其建模方法，包括：红外编码器模块，用于提取红外摄像机采集的红外图像特征；可见光编码器模块，用于提取可见光摄像机采集的可见光图像特征；解码器模块，将所述红外编码器模块与所述可见光编码器模块融合为融合编码器模块，所述融合编码器模块输出至所述解码器模块；模型训练模块，所述解码器模块输出至所述模型训练模块，所述模型训练模块用于对所述深度神经网络模型进行训练。本发明的一种红外‑可见光融合的深度神经网络及其建模方法，构建了基于红外图像以及可见光图像的双光融合的危险源分割网络模型，能够结合两种摄像机的优势，解决了单一红外或者单一可见光摄像机定位危险源的缺点。

主权项：1.一种红外-可见光融合的深度神经网络，其特征在于，包括：红外编码器模块，用于提取红外摄像机采集的红外图像特征，所述红外编码器模块包括三个Dwblock模块以及两个残差模块，红外图像依次输出至Dwblock模块、残差模块、Dwblock模块、Dwblock模块、残差模块以及1×1卷积层；可见光编码器模块，用于提取可见光摄像机采集的可见光图像特征，所述可见光编码器模块包括两个Dwblock模块以及两个残差模块，可见光图像依次输出至Dwblock模块、残差模块、Dwblock模块、残差模块以及1×1卷积层；解码器模块，将所述红外编码器模块与所述可见光编码器模块融合为融合编码器模块，所述融合编码器模块输出至所述解码器模块；以及模型训练模块，所述解码器模块输出至所述模型训练模块，所述模型训练模块用于对所述深度神经网络模型进行训练；所述Dwblock模块依次由数据填充、纵向卷积操作、批归一化处理、卷积操作和批归一化处理构成，其中，所述纵向卷积操作指输入图像有N个通道，就采用N个卷积核进行卷积，其中N为正整数。

全文数据：

权利要求：

百度查询： 江苏濠汉信息技术有限公司 一种红外-可见光融合的深度神经网络及其建模方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD