深度学习表达的图像特征训练与融合算法

• 作者: 余南南 吴玲玲 陈莹
• 来源期刊: 江苏师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 图像融合 深度学习 特征提取 稀疏自编码器 最大化选择
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 信息科学与技术
• 页码范围: 56-60
• 页数: 5页
• 分类号: TN911.73
• 字数: 3890字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-4298.2018.01.015

摘要

图像的融合可以展示不同状态下拍摄出的照片的形态,综合它们各自的信息得到一幅信息量丰富的图像.利用深度学习的方法可对图像进行特征的提取与融合.首先将几幅原始图像采用滑动窗技术进行分块,然后再组合形成联合矩阵,用深度学习的一种稀疏自编码器模型训练出权值矩阵和参数矩阵,通过反馈对参数进行微调,从而得到几幅原始图像对应的特征,最后采用最大化选择的方法融合原始图像.实验结果表明,本文算法具有良好的融合效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余南南	江苏师范大学电气工程及自动化学院	9	13	2.0	3.0
2	陈莹	江苏师范大学电气工程及自动化学院	16	23	3.0	4.0
3	吴玲玲	江苏师范大学电气工程及自动化学院	1	1	1.0	1.0