Multi-modal Gated Mixture of Local-to-Global Experts for Dynamic Image Fusion(ICCV2023)
现有方法存在的问题
现有方法通常直接结合不同模态的纹理细节和目标对比度,忽略了现实中的动态变化,导致在良好光照条件下可见光纹理可见度降低,以及在低光照条件下红外对比度降低。
本文贡献
-
提出了一个新的多模态门控局部到全局专家混合的动态图像融合模型。
-
构建了一个有效且稳健的样本自适应红外-可见光融合框架,动态平衡纹理细节和对比度。
-
在多个红外-可见光数据集上进行了广泛的实验,验证了其优越性,并在目标检测任务中展示了有效性。
研究方法
整体框架
Mixture of Local Experts
门网络的公式化如下:
输出
Mixture of Global Experts
与local expert相同