DIDFuse：用于红外与可见光图像融合的深度图像分解方法
图像与视频处理
2021-04-09 v3 计算机视觉与模式识别
摘要
红外与可见光图像融合是图像处理领域的热点，旨在获得保留源图像优势的融合图像。本文提出一种基于新型自编码器 (AE) 的融合网络。其核心思想是编码器将图像分别分解为含低频信息的背景特征图和含高频信息的细节特征图，解码器复原原始图像。为此，损失函数使源图像的背景/细节特征图相似/相异。在测试阶段，背景与细节特征图分别通过融合模块合并，并由解码器恢复融合图像。定性与定量结果表明，我们的方法能生成包含高亮目标与丰富细节纹理信息、具有强鲁棒性的融合图像，同时超越最先进 (SOTA) 方法。
引用
@article{arxiv.2003.09210,
title = {DIDFuse: Deep Image Decomposition for Infrared and Visible Image Fusion},
author = {Zixiang Zhao and Shuang Xu and Chunxia Zhang and Junmin Liu and Pengfei Li and Jiangshe Zhang},
journal= {arXiv preprint arXiv:2003.09210},
year = {2021}
}