一种针对可见光与红外图像的轻量级 GAN 基于图像融合算法
图像与视频处理
2024-09-30 v1 计算机视觉与模式识别
摘要
本文提出一种轻量级图像融合算法，专为合并可见光和红外图像设计，强调在性能和效率之间的平衡。该方法通过集成卷积块注意力模块 (CBAM) 以提高特征聚焦能力，并利用深度可分离卷积 (DSConv) 实现更高效的计算。这些创新显著降低了模型的计算成本，包括参数数量和推理延迟，同时保持甚至提升了融合图像的质量。使用 M3FD 数据集进行对比实验表明，所提出的算法不仅在融合质量方面优于类似的图像融合方法，也提供了更具资源效率的解决方案，适用于部署在嵌入式设备上。通过大量消融研究验证了轻量化设计的有效性，确认其在复杂环境下的实时应用潜力。
引用
@article{arxiv.2409.15332,
title = {A Lightweight GAN-Based Image Fusion Algorithm for Visible and Infrared Images},
author = {Zhizhong Wu and Jiajing Chen and LiangHao Tan and Hao Gong and Zhou Yuru and Ge Shi},
journal= {arXiv preprint arXiv:2409.15332},
year = {2024}
}