长短距离注意力协同的跨尺度池化嵌入图像融合算法

作     者：孙溪成 吕伏 冯永安 

作者机构：辽宁工程技术大学软件学院 辽宁工程技术大学基础教学部 辽宁工程技术大学信息化与网络管理中心 

出 版 物：《激光与光电子学进展》 (Laser & Optoelectronics Progress)

年 卷 期：2025年

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家自然科学基金面上项目,52274206 国家自然基金面上项目,51874166 国家自然基金青年基金项目,51904144 

主　　题：图像处理 图像融合 红外图像 可见光图像 跨尺度 

摘      要：针对目前红外与可见光图像融合算法的特征提取不充分，细节纹理信息丢失，模型参数量大等问题。本文提出了一种长短距离注意力协同的跨尺度池化嵌入图像融合算法。首先，利用深度可分离卷积设计通道注意力，以增强关键通道表达，抑制冗余信息。其次，基于GS卷积提出多尺度密集通道强化模块，通过叠加小卷积核和引入密集连接，增强多尺度信息交互能力并对特征重复利用，防止信息丢失。然后，在跨尺度嵌入层的基础上提出跨尺度池化融合嵌入层，利用不同尺度的池化层融合特征提取部分四个阶段的特征，从而充分利用各个阶段的特征并减小计算复杂度。最后，采用双路径设计融合长短距离注意力并设计卷积前馈网络，从而捕获特征之间的长短距离的依赖关系并降低网络参数量。本文算法与其他七种算法在公开数据集TNO和Roadscene上进行大量实验，实验结果表明，在主观评价上融合结果轮廓清晰，在客观评价上，EN、SD、AG、SCD相对于其他算法平均提高了6.25%、0.4%、4.6%、0.5%。另外，在数据集M3FD上进行了融合图像的检测性能对比实验，实验结果证明本文算法表现良好。