用于红外与可见光图像融合的交互式特征嵌入
计算机视觉与模式识别
2022-11-10 v1
摘要
基于深度学习的红外与可见光图像融合通用方法依赖于无监督机制，通过精心设计的损失函数来保留重要信息。然而，无监督机制依赖于设计良好的损失函数，这无法保证源图像的所有重要信息都被充分提取。在本工作中，我们提出了一种新颖的自监督学习框架下的交互式特征嵌入方法，用于红外与可见光图像融合，试图克服重要信息退化的问题。借助自监督学习框架，可以高效地提取源图像的层次化表示。特别是，我们巧妙地设计了交互式特征嵌入模型，在自监督学习与红外和可见光图像融合学习之间架起了一座桥梁，实现了重要信息的保留。定性和定量评估表明，所提方法优于当前最先进的方法。
引用
@article{arxiv.2211.04877,
title = {Interactive Feature Embedding for Infrared and Visible Image Fusion},
author = {Fan Zhao and Wenda Zhao and Huchuan Lu},
journal= {arXiv preprint arXiv:2211.04877},
year = {2022}
}