【红外与可见光图像融合】YDTR: Infrared and Visible Image Fusion via Y-Shape Dynamic Transformer

本篇与DATF同一个作者，提出的框架基本一样，只不过这里把注意力机制和TR块合在一起命了个名，同时，本篇使用的是双分支，两个encoder分开提取，损失方面，把两个评价指标SSIM,SF作为损失。没有使用一般的强度损失和梯度损失。选取的评价指标也是比较少用的，对比方法也不新。
发表在TMM
代码公开

TR块使用的是Swin Transformer~~(虽然作者没有提)~~

主观图：


融合结果不管是背景还是细节都偏红外。

感觉这几张图片，很难定义红外中的显著信息是什么，左边的房子屋顶在IR中很白，在VIS中很暗，但在右侧图片中，IR和VIS中的屋顶
都很暗。
这方面只能从提升指标出发，而指标的计算又涉及到了像素值的参与，所以图像融合中，互信息指的是什么？