论文部分内容阅读
针对传统场景识别算法中存在的场景内容相似、场景识别率低的问题,提出一种基于卷积神经网络的红外和可见光融合图像的场景识别算法。采用像素加权融合算法对红外和可见光图像进行融合,以丰富图像的细节信息;利用改进的卷积神经网络模型提取融合图像的有效特征,将其作为目标的分类特征实现场景识别。在RGB-NIR数据集上进行场景识别实验,实验结果表明,所提算法相对其它方法在分类精度、目标识别率上均有一定的提高。