快速高效的零学习图像融合
计算机视觉与模式识别
2019-05-10 v1
摘要
我们提出一种使用预训练神经网络的实时图像融合方法。我们的方法生成一幅包含多源特征的图像。我们首先将图像分解为表示大尺度强度变化的基底层和包含小尺度变化的细节层。我们利用视觉显著性融合基底层，并利用从预训练神经网络提取的深度特征图融合细节层。我们进行消融实验以分析方法的参数，如分解滤波器、权重构造方法以及网络深度与架构。随后，我们在热成像、医学和多聚焦融合上验证其有效性与速度。我们还将其应用于多曝光序列等多图像输入。实验结果表明，我们的技术在视觉质量、客观评估和运行效率上均达到最先进（SOTA）性能。
引用
@article{arxiv.1905.03590,
title = {Fast and Efficient Zero-Learning Image Fusion},
author = {Fayez Lahoud and Sabine Süsstrunk},
journal= {arXiv preprint arXiv:1905.03590},
year = {2019}
}
备注
13 pages, 10 figures