基于零样本学习的多聚焦图像融合方法

发明专利有效专利

申请号：
CN202110644185.X
IPC分类号：G06T5/50;G06N3/04;G06N3/08
申请日期：
2021-06-09
申请人：
哈尔滨工业大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于零样本学习的多聚焦图像融合方法
申请号	CN202110644185.X	申请日期	2021-06-09
法律状态	实质审查	申报国家	暂无
公开/公告日	2021-08-27	公开/公告号	CN113313663A
优先权	暂无	优先权号	暂无
主分类号	G06T5/50 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T5/00 图像的增强或复原，如从位像到位像地建立一个类似的图形〔6〕 G06T5/50 通过使用多于一幅图像的，例如平均、减少〔6〕	IPC分类号	G;0;6;T;5;/;5;0;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	哈尔滨工业大学	申请人地址	黑龙江省哈尔滨市南岗区西大直街92号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	哈尔滨工业大学	当前权利人	哈尔滨工业大学
发明人	江俊君;胡星宇;刘贤明;马佳义
代理机构	哈尔滨市阳光惠远知识产权代理有限公司	代理人	张宏威

摘要

本发明提出基于零样本学习的多聚焦图像融合方法，使用多聚焦图像融合网络结构IM‑Net将输入的多聚焦图像中包含的信息进行融合，IM‑Net包括两个联合的子网络I‑Net和M‑Net，I‑Net对融合图像的深度先验建模，M‑Net对聚焦图的深度先验建模，通过提取的先验信息实现零样本学习，对IM‑Net施加了重构约束，以确保可以将源图像对的信息更好地传输到融合图像，高层语义信息可保持相邻像素的亮度一致性，并且引导损失为IM‑Net查找清晰区域提供了指导信息，实验结果表明了本发明方法的有效性。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供