夜間の低照度環境下で、撒布地雷の対象と周囲の地面背景とのスペクトル強度差が弱い問題を克服するために、エンドツーエンドの教師なし可視光偏光画像融合強化アルゴリズムを研究した。融合画像は、撒布地雷の偏光特性を利用して夜間に地雷対象を強調するとともに、シーンの詳細なテクスチャ情報を可能な限り保持する。融合アルゴリズムネットワークは、特徴抽出モジュール、特徴融合モジュール、および画像再構成モジュールで構成される。特徴融合においては、ハイブリッド注意機構を導入し、ネットワークの特徴テンソル中の顕著な情報抽出能力を強化した。さらに、画素内容分布に基づく損失関数を設計し、融合画像が元画像の顕著な画素領域の特徴をより多く保持するように誘導し、ネットワークのエンドツーエンド出力を実現した。夜間撒布地雷データセットを対象に、7種類の主流な画像融合手法と主観的および客観的評価を行い、SSIM、VIFなど8項目の評価指標において同種最高の性能を示した。YOLOv5モデルにおいて融合強化された画像は、地雷検出タスクで強度画像より優れた性能を示した（mAP@0.5で8％の向上、mAP@0.5:0.95で11％の向上）。本モデルは先進性を有し、今後の地雷対象検出タスクに積極的な影響を与える。

画像融合;撒布地雷;偏光特性;可視光;低照度