视频融合的统一解决方案：从多帧学习到基准测试

真实世界是动态的，然而大多数图像融合方法独立处理静态帧，忽略了视频中的时间相关性，导致闪烁和时间不一致性。为解决此问题，我们提出了统一视频融合，一个用于视频融合的新颖且统一的框架，该框架利用多帧学习和基于光流的特征变换来实现信息丰富且时间连贯的视频融合。为支持其发展，我们还引入了视频融合基准，这是首个涵盖四项视频融合任务的综合性基准：多重曝光、多重聚焦、红外-可见光和医学融合。VF-Bench 提供了通过合成数据生成和从现有数据集中严格筛选获得的高质量、良好对齐的视频对，并采用统一评估协议联合评估视频融合的空间质量和时间一致性。大量实验表明，UniVF 在 VF-Bench 上的所有任务中均取得了最先进的结果。项目页面：https://vfbench.github.io。