【红外与可见光图像融合】SwinFuse和SwinFusion

两篇文章相同点：
都使用的SwinTransformer
都是双分支，IR和VIS分开提取特征。

不同点：
1. SwinFuse是一个全Transformer的网络，并且只适用于IVIF，SwinFusion是一个通用融合框架，并且援引《Early convolutions help transformers see better》The convolutional layers are good at early visual processing, resulting in more stable optimization and better results。在早期还是使用CNN提取浅层特征和堆叠CNN提取深层特征。
2.SwinFusion提出了使用SA增强intra-domain 和使用CA增强inter-domain特征的概念。

SwinFusion在特征融合阶段使用了两层SA-CA，在重建阶段则是使用了4层SwinTR。没有使用融合策略。
SwinFuse则是在一开始阶段使用了1by1conv实现了位置编码，然后再送入SwinTR块，这里设置了3个块，每个块里有6层。
在融合层，使用了一个基于L1-norm的融合策略，分别从行和列的维度计算活动级别图。

SwinFuse，patch size 设置为1，（这不就相当于没划分嘛）windowsize设置为7

这里的L1就是强度损失啦，只不过没有权重来平衡IR和VIS的参与比重。