%0 Journal Article %A 李阳 %A 苗壮 %A 王继霄 %A 王家宝 %A 张洋硕 %T 基于SqueezeNet的轻量级图像融合方法 %D 2020 %R 10.11772/j.issn.1001-9081.2019081378 %J 计算机应用 %P 837-841 %V 40 %N 3 %X 现有深度红外和可见光图像融合模型网络参数多,计算过程需要耗费大量计算资源和内存,难以满足移动和嵌入式设备上的部署要求。针对上述问题,提出了一种基于SqueezeNet的轻量级图像融合方法,该方法利用轻量级网络SqueezeNet提取红外和可见光图像特征,并通过该网络提取的特征获得权重图并进行加权融合,进而获得最后的融合图像。通过与ResNet50方法进行比较发现,该方法在保持融合图像质量相近的情况下,模型大小和网络参数量分别被压缩为ResNet50方法的1/21和1/204,运行速度加快了4倍。实验结果表明,该方法不仅降低了融合模型的大小,加快了图像融合速度,同时得到了比其他传统融合方法更好的融合效果。 %U http://www.joca.cn/CN/10.11772/j.issn.1001-9081.2019081378