单张热图像超分辨率中的多模态传感器融合
机器学习
2018-12-24 v1 计算机视觉与模式识别
机器学习
摘要
随着视觉监控与安全领域的快速发展，热红外图像在大量工业应用中变得愈发必要。尽管具有相同分辨率的 IR 传感器仍比其 RGB 对应器件更昂贵，情况依然如此。本文中，我们提出一种深度学习方案以增强热图像分辨率。给出以下结果：（I）引入一种多模态、视觉-热融合模型，通过整合来自视觉图像的高频信息来解决热图像超分辨率问题。（II）调研文献中不同的网络架构方案、其上采样方法、学习过程及其优化函数，展示它们对超分辨率问题的有益贡献。（III）提出一个基准 ULB17-VT 数据集，包含热图像及其视觉图像对应物。（IV）对含 58 个样本与 22 名评分者的庞大测试集进行定性评估，表明我们所提模型优于当前最先进方法。
引用
@article{arxiv.1812.09276,
title = {Multimodal Sensor Fusion In Single Thermal image Super-Resolution},
author = {Feras Almasri and Olivier Debeir},
journal= {arXiv preprint arXiv:1812.09276},
year = {2018}
}