异构图像融合算法及其在电力设施检测中的应用研究

贾梦涵, 刘刚, 徐世杰, 吴双应

Heterogeneous Image Fusion Algorithm and Its Application in Power Facility Detection Research

Menghan JIA, Gang LIU, Shijie XU, Shuangying WU

图1 融合算法的网络框架
Conv—3×3的卷积；EGNet—边缘制导网络；PSFEM—渐进显著目标特征提取模块；NLSEM—非局部显著边缘特征提取模块；O2OGM—指导模块；L—最终损失函数；L_p—像素损失函数；L_grad—梯度损失函数；

L_{p i x e l}^{b a c k}

—背景像素损失；

L_{p i x e l}^{s a l i e n t}

—显著像素损失；

L_{g r a d}^{b a c k}

—背景梯度损失；

L_{g r a d}^{s a l i e n t}

—显著梯度损失；

α

—控制不同区域损失平衡的超参数。

Fig. 1 Network framework of fusion algorithm