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！

申请/专利权人：中国地质大学(武汉)

摘要：本发明涉及一种基于多分类约束双判别器生成对抗网络红外图像融合方法，包括：获取图像融合数据集；构建双判别器生成对抗网络，利用所述图像融合数据集对双判别器生成对抗网络进行训练，得到训练完成的网络；所述双判别器生成对抗网络包括：生成器和判别器；生成器包括两个输入路径和五个卷积神经层；判别器包括两个，均为多分类器；利用训练完成的网络完成图像融合；本发明的有益效果是：可以产生更适合人类感知的图像。这些图像细节更丰富，目标更突出，目标边缘更清晰，无伪影。

主权项：1.基于多分类约束双判别器生成对抗网络红外图像融合方法，其特征在于：包括：S101：获取图像融合数据集；S102：构建双判别器生成对抗网络，利用所述图像融合数据集对双判别器生成对抗网络进行训练，得到训练完成的网络；所述双判别器生成对抗网络包括：生成器和判别器；生成器包括两个输入路径和五个卷积神经层；判别器包括两个，均为多分类器；S103：利用训练完成的网络完成图像融合；生成器的损失函数由对抗性损失和内容损失组成，其中权重γ用于控制权衡： 式1中，内容损失如式2： 其中βi是每个子损失的权重，||·||F是Frobenius矩阵范数，Ifused是融合图像，Iir是红外图像，Ivis是可见图像，是二阶梯度算子；式1中，对抗性损失如式3： 式3中，D·[1]指的是1×2大小的概率向量的第一项，d是鉴别器的概率标签；针对双判别器结构，有两个对抗性损失函数；在第一个对抗性损失中，D·[1]是融合图像是红外图像的概率，D·[2]是融合图像不是红外图像的概率；在第二个判别器中类似，D·[1]表示融合图像是可见图像的概率，而D·[2]表示融合图像不是可见图像的概率；判别器的损失函数如式4： 来自VI判别器Discriminator_VI，它将融合图像与真实可见图像区分开来，具体如式5： 式5中，i为图像的编号，N为图像总数；Pvis为输出图像是可见光图像的概率；为第n张可见光图像；a1和a2为预设值； 将融合图像数据的分布拉近红外图像，具体如式6： 式6中，为第n张红外图像；b1和b2为预设值； 的损失函数如式7： 式7中，为第n张融合图像。

全文数据：

权利要求：

百度查询： 中国地质大学(武汉) 基于多分类约束双判别器生成对抗网络红外图像融合方法