基于深度神经网络的边界感知多聚焦图像融合
计算机视觉与模式识别
2019-11-05 v1
摘要
由于通常难以直接捕获三维场景的全聚焦图像，人们采用多种多聚焦图像融合方法从聚焦在不同深度的若干图像中生成全聚焦图像。然而，现有方法的性能难以令人满意，且在聚焦/散焦边界（FDB）附近区域往往退化。本文提出一种使用深度神经网络的边界感知方法来克服该问题。（1）为获取改进的融合图像，提出一个双通道深度网络以更好地提取两幅源图像的相对散焦信息。（2）在分析远离与靠近 FDB 的图像块的不同情形后，我们使用两个网络分别处理它们。（3）为更精确地模拟现实，设计了一种新的数据集生成方法。实验表明，所提方法在定性与定量上均优于当前最优（state-of-the-art）方法。
引用
@article{arxiv.1904.00198,
title = {Boundary Aware Multi-Focus Image Fusion Using Deep Neural Network},
author = {Haoyu Ma and Juncheng Zhang and Shaojun Liu and Qingmin Liao},
journal= {arXiv preprint arXiv:1904.00198},
year = {2019}
}