Resumen

Para fusionar imágenes infrarrojas y visibles en aplicaciones inalámbricas, la extracción y transmisión de información característica de seguridad es una tarea importante. La calidad de la imagen fusionada depende de la efectividad de la extracción de características y la transmisión de las características de pares de imágenes. Sin embargo, la mayoría de los enfoques de fusión basados en aprendizaje profundo no hacen un uso efectivo de las características para la fusión de imágenes, lo que resulta en la pérdida de contenido semántico en la imagen fusionada. En este documento, se propone un nuevo método confiable de fusión de imágenes para abordar estos problemas, que aplica redes neuronales convolucionales para la extracción de características y tecnología blockchain para proteger la información sensible. El nuevo método puede reducir efectivamente la pérdida de información de características al hacer que la salida de la red de extracción de características en cada capa convolucional se alimente a la siguiente capa junto con la producción de la capa anterior, y para garantizar la similitud entre la imagen fusionada y la imagen original, se utiliza el mapa de características

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Fusión de imágenes; Extracción de características; Transmisión; Aprendizaje profundo; Redes neuronales convolucionales; Tecnología de blockchain
• Keywords:Image fusion; Feature extraction; Transmission; Deep learning; Convolutional neural networks; Blockchain technology