用于图像融合的深度卷积稀疏编码网络
图像与视频处理
2020-05-19 v1 计算机视觉与模式识别
多媒体
摘要
图像融合是许多领域中的重要问题，包括但不限于数字摄影、计算成像和遥感。近年来，深度学习已成为图像融合的重要工具。本文提出三种深度卷积稀疏编码（CSC）网络，用于三类图像融合任务（即红外与可见光图像融合、多曝光图像融合和多模态图像融合）。CSC模型和迭代收缩阈值算法被推广为字典卷积单元。因此，所有超参数均从数据中学习。我们大量的实验和全面的比较揭示了所提网络在定量评估和视觉检查方面的优越性。
引用
@article{arxiv.2005.08448,
title = {Deep Convolutional Sparse Coding Networks for Image Fusion},
author = {Shuang Xu and Zixiang Zhao and Yicheng Wang and Chunxia Zhang and Junmin Liu and Jiangshe Zhang},
journal= {arXiv preprint arXiv:2005.08448},
year = {2020}
}