【论文阅读】SeAFusion：Image fusion in the loop of high-level vision tasks: A semantic-aware real-time

最新推荐文章于 2025-02-13 15:09:08 发布
最新推荐文章于 2025-02-13 15:09:08 发布
阅读量1.7k 收藏 18
点赞数 27
分类专栏： 图像融合 论文阅读 文章标签： 论文阅读 计算机视觉 人工智能 深度学习 图像处理 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Prettybritany/article/details/139573855
版权
最低0.47元/天 解锁文章
多模态图像融合技术简介
weixin_52335146的博客
01-19 1万+
TLGAN主要解决的问题，现有的红外和可见图像融合方法主要处理全局图像的信息融合，只有少数方法提出目标级图像融合策略，这种目标级图像融合方法启发了新的融合思想，增强了对后续高级视觉任务的支持。基于深度学习的融合方法大概可以分为四类，基于卷积神经网络（Convolutional Neural Network, CNN）的融合方法，基于编码器和解码器的融合方法，基于生成对抗网络（Generative adversarial network, GAN）的融合方法，基于多任务联合的融合方法。
【论文阅读】PSFusion：Rethinking the necessity of image fusion in high-level vision tasks
Prettybritany的博客
06-10 2005
场景恢复分支旨在重建红外图像̂Iir和可见光图像̂Ivi，以及合成融合图像If；稀疏语义感知分支负责预测边界分割结果Ibd、语义分割结果Ise和二值分割结果Ibi。为了在语义感知分支和场景恢复分支之间轻松注入语义特征，我们期望共享这两个分支之间的特征提取网络。然而，场景恢复分支需要保持高分辨率特征以保留细节，而高级视觉任务需要降采样来提取足够的语义特征并捕捉整体结构。这两个要求之间的矛盾阻碍了我们使用现有的骨干作为特征提取网络。
基于深度学习的医学图像融合(Medical image fusion)论文及代码整理
fovever_的博客
05-01 10000
基于深度学习的医学图像融合(Medical image fusion)论文及代码整理。主要将已有的基于深度学习的医学图像融合算法归类为基于卷积神经网络的医学图像融合框架和基于生成对抗网络的医学图像融合框架。
【论文阅读】双光融合之SeAFusion模型
最新发布
图像处理、计算机视觉相关技术
02-13 339
‍。
【语义感知：IVIF：实时：高级视觉任务循环】
weixin_43690932的博客
12-23 2877
仅供自己参考
高级视觉任务循环中的图像融合：语义感知的实时红外和可见光图像融合网络
weixin_42489272的博客
11-09 843
然而，在图像融合领域，很难提供融合图像的真值来训练高级视觉任务模型。然后，利用语义损失通过反向传播来指导融合网络的训练，迫使融合图像包含更多的语义信息。融合和分割同时进行，共同优化，让融合的结果更有利于下游任务，在融合网络中加入了Sobel卷积，提取细粒度信息。融合网络是个轻量化的，层数很少，创新点在于用选择 Sobel 算子作为梯度算子，提取特征图的细粒度细节信息。为应对此挑战，开发了图像融合与高级视觉任务之间的差距，提出，为此，我们构建了一个语义损失，以反映融合图像对高级视觉任务的贡献程度。
SeAFusion:首个结合高级视觉任务的图像融合框架
fovever_的博客
01-03 2万+
在SeAFusion发表之前，关于图像融合的研究一直在魔改网络，设计loss function， 调整学习范式中徘徊，SeAFusion给与了我们新的启发，即联系高级视觉任务来研究图像融合。尽管SeAFusion的方法设计还比较简单，但是这也给了我们更多的优化空间。此外之前感觉大家觉得红外和可见光图像融合都已经没啥可做的，主要是TNO数据集的数据集的局限性，导致不同方法都各有各的优势。但是随着一些新的数据集的发布，图像融合依旧任重而道远。
Image fusion in the loop of high-level vision tasks: Seafusion总结与代码注释
qq_62424127的博客
10-27 3121
总结一下这个论文
基于视觉的机器人抓取: 论文及代码(Vision-based Robotic Grasping: Papers and Codes)
热门推荐
dsoftware的博客
10-22 2万+
最近总结了基于视觉的机器人抓取的相关论文及代码，同步于github。根据抓取的类别，基于视觉的机器人抓取可以分为两类：2D平面抓取以及6D空间抓取。这个页面总结了近年来涉及到的各种各样的方法，其中大部分都使用了深度学习。总结的中文框架结构如下： 0.综述论文 1. 2D平面抓取 这类方法将抓取，用平面内旋转的矩形框表示； 1.1基于RGB或者RGB-D的方法 采用基于目标检测类的方法，直接得到2D...
【CVPR2019】论文完整列表一
TomRen
06-11 1万+
CVPR 2019 Paper list[1-1000] CVPR2019 完整列表二 论文题目与链接 Finding Task-Relevant Features for Few-Shot Learning by Category Traversal Edge-Labeling Graph Neural Network for Few-Shot Learning G...
（九：2020.08.27）CVPR 2019 追踪之论文纲要（译）
Jojo论文基地
08-28 9176
CVPR 2019 追踪之论文纲要（修正于2020.08.28）讲在前面论文目录 讲在前面 论坛很多博客都对论文做了总结和分类，但就医学领域而言，对这些论文的筛选信息显然需要更加精细的把控，所以自己对这900篇的论文做一个大致从名称上的筛选，希望能找到些能解决当前问题的答案。 论文链接建议直接Google论文名，比去各种论文或顶会网站找不知道快捷多少。 下面皆为机器翻译，我会慢慢修正，但现在请结合。有兴趣的可以问我要处理这些论文并自动翻译的脚本。 Respect！ 论文目录 论文 概要
【ECCV2020】接收论文列表part1
TomRen
07-18 7021
ECCV2020 接收论文完整列表 看论文学CV
PSFusion：重塑高层次视觉任务中的图像融合技术
gitblog_00042的博客
05-30 604
PSFusion：重塑高层次视觉任务中的图像融合技术 PSFusion This is official Pytorch implementation of "Rethinking the necessity of image fusion in high-level vision tasks: A practical ...
重新思考图像融合：快速统一的图像融合基于梯度和强度比例保持的网络（PMGI）
weixin_43690932的博客
10-03 755
仅供自己进行理解
读论文：Real-time infrared and visible image fusion network using adaptive pixel weighting strategy
老猪的博客
03-03 1294
对论文的基本笔记
论文笔记（综述）——Image fusion meets deep learning: A survey and perspective
浅若清风cyf的博客
12-01 8061
文章目录摘要引言 摘要 图像融合：指从不同的源图像中提取并组合最有意义的信息，其目的是生成一幅信息量更大、有利于后续应用的图像。 深度学习在图像融合中的应用：神经网络的强大特征提取和重建能力使得融合结果有前景。（如：生成对抗网络，自动编码器） 本文要点： ① 介绍了图像融合的概念，并从采用的深层架构和融合场景的角度对图像融合方法进行分类。 ② 回顾了深度学习在各种图像融合场景中的应用，包括数字摄影图像融合、多模态图像融合和锐化融合。 ③ 对特定融合任务中的一些代表性方法进行了定性和定量评估。 ④ 介绍了
读论文：Real-Time Semantics-Driven Infrared and Visible Image Fusion Network
老猪的博客
03-15 1526
一篇关于红外与可见光图像融合与语义损失结合以便于实现轻量实时的网络的同时拥有一定的融合图像质量的论文笔记
Rethinking the Image Fusion(PMGI)
m0_47005029的博客
07-28 843
本文提出了一种基于（PMGI）的快速统一图像融合网络，可以端到端实现各种图像融合任务，包括红外和可见图像融合、多曝光图像融合、医学图像融合、多焦点图像融合和全色增强。我们将图像融合问题统一为问题。一方面，网络被分为和进行信息提取。我们在同一路径中进行特征重用，以避免由于卷积导致的信息丢失。同时，我们引入路径传输块在不同路径之间交换信息，它不仅可以预先融合梯度信息和强度信息，而且还可以增强后续要处理的信息。另一方面，我们根据这两种信息定义了一种统一的损失函数形式，可以适应不同的融合任务。
[深度学习论文笔记][Image Classification] Rethinking the Inception Architecture for Computer Vision
Hao_Zhang_Vision的博客
10-09 1473
Szegedy, Christian, et al. “Rethinking the inception architecture for computer vision.” arXiv preprint arXiv:1512.00567 (2015). [Citations: 51]. 1 General Design Principles [Avoid Representation
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值