DenseFuse：一种红外与可见光图像融合方法

Hui Li; Xiao-Jun Wu

doi:10.1109/TIP.2018.2887342

DenseFuse：一种红外与可见光图像融合方法

计算机视觉与模式识别 2019-01-23 v9

作者: Hui Li , Xiao-Jun Wu

在 arXiv 上查看 ↗ PDF ↗ DOI ↗

摘要

本文提出一种用于红外与可见光图像融合问题的新型深度学习架构。与常规卷积网络不同，我们的编码网络由卷积层、融合层与密集块组合而成，其中每一层的输出都连接到其他每一层。我们尝试利用该架构在编码过程中从源图像获取更有用的特征，并设计了两种融合层（融合策略）来融合这些特征。最后，由解码器重建融合图像。与现有融合方法相比，所提融合方法在客观与主观评价中均达到最先进的性能。代码与预训练模型见 https://github.com/hli1221/imagefusion_densefuse

关键词

图像融合红外与可见光图像深度学习密集块卷积网络特征融合

引用

@article{arxiv.1804.08361,
  title  = {DenseFuse: A Fusion Approach to Infrared and Visible Images},
  author = {Hui Li and Xiao-Jun Wu},
  journal= {arXiv preprint arXiv:1804.08361},
  year   = {2019}
}

备注

10 pages, 11 figures, 2 tables. Accepted by IEEE Transactions on Image Processing

相关论文

查看更多相关论文 →