一种双分支多光谱红外舰船图像融合网络
来源：激光与红外杂志2026年第3期北京时间：
作者：赵佳乐，娄树理，林超
单位：1.烟台大学 物理与电子信息学院，山东 烟台 264005；2.海军航空大学 航空作战勤务学院，山东 烟台 264000；
摘要：针对复杂环境下多光谱红外舰船图像融合算法存在特征提取能力弱、融合效率低等问题，本文分析多光谱图像红外特性，提出了一种双分支融合网络IPAFuse。首先，设计了双分支编码器Poolformer-INN，通过Poolformer提取全局基础特征、可逆神经网络（INN）捕捉局部高频细节，增强多光谱特征表征能力；其次，在特征融合阶段引入注意力机制，通过注意力机制动态调整多光谱特征融合权重，提高多光谱特征融合质量。最后，采用双阶段模型训练方法，降低模型复杂度，增强模型稳定性。与TarDAL、SDNet、Piafuse和CDDFuse等先进的融合模型相比，本文提出的模型在定性和定量的实验中，图像融合质量高、速度快。在检测任务的实验中，本文模型融合的图像精度提高了759，能够胜任复杂环境下的舰船目标检测任务。
关键词：红外舰船;多光谱图像融合;双分支编码器;注意力机制;目标检测
基金资助：国家自然科学基金项目（No.62005318）资助。
