基于深度学习的可见光图像和红外图像融合的船舶分类方法与装置

摘要

基于深度学习的可见光图像和红外图像融合的船舶分类方法和装置，涉及计算机视觉分类与图像处理技术领域，本发明首先设计了能够获得更多的船舶图像全局信息的双流对称卷积神经网络来提取可见光图像和红外图像的深层特征，通过对网络进行训练得到最优训练模型1和最优训练模型2，之后将待分类的可见光图像和红外图像进行预处理和数据增强后分别调用训练好的最优训练模型1和最优训练模型2对可见光图像和红外图像进行测试，得到对应的Softmax函数的概率值，并进行线性加权决策融合，得到船舶分类结果。本发明有效利用多模态图像的互补信息进行融合分类，提高了船舶图像分类的准确率，在目标识别和智能交通等领域具有广阔的应用前景。