技术特征：
1.一种基于红外多波段图像自适应融合的目标识别方法，其特征在于，包括以下步骤：获取相同场景的红外短波、中波、长波图像，保持所述红外短波、中波、长波图像之间的严格配准，并融合为一张多通道图像；使用改进的faster rcnn网络进行目标识别训练，所述改进的faster rcnn网络在faster rcnn网络的骨架网络与区域建议网络之间增加特征融合模块，提高对于小尺度目标的检测精度；将融合后的多通道图像图像输入所述改进的faster rcnn网络进行目标识别，输出目标识别结果。2.根据权利要求1所述的基于红外多波段图像自适应融合的目标识别方法，其特征在于，使用se-workbench仿真软件得到相同场景的红外短波、中波、长波图像。3.根据权利要求1所述的基于红外多波段图像自适应融合的目标识别方法，其特征在于，所述特征融合模块使用晚融合技术，使用concat方法将多个特征进行连接。
技术总结
本发明公开了一种基于红外多波段图像自适应融合的目标识别方法，方法包括：获取相同场景的红外短波、中波、长波图像，保持红外短波、中波、长波图像之间的严格配准，并融合为一张多通道图像；使用改进的Faster RCNN网络进行目标识别训练，其中在Faster RCNN网络的骨架网络与区域建议网络之间增加特征融合模块，提高对于小尺度目标的检测精度；将融合后的多通道图像图像输入改进的Faster RCNN网络进行目标识别，输出目标识别结果。本发明容易实现，计算复杂度也低，相较于像素级融合，采用了无监督学习方式来融合不同来源的图像，对于不同场景的鲁棒性更强。场景的鲁棒性更强。场景的鲁棒性更强。
技术研发人员：刘聆 刘冬云 彭波
受保护的技术使用者：长沙一扬电子科技有限公司
技术研发日：2022.03.01
技术公布日：2022/6/10