DIDFuse: Deep Image Decomposition for Infrared and Visible Image Fusion 深度图像分解

已于 2024-06-01 14:43:26 修改
阅读量151 收藏
点赞数 3
文章标签： python
于 2023-12-05 21:20:40 首次发布
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/m0_74368738/article/details/134812469
版权

一、摘要

提出一种自编码器网络：将图像分解为具有低频和高频信息的背景和细节特征图，解码器恢复原始图像。

二、相关工作

1、U-Net

2、两尺度分解：背景图像和细节图像

3、网络结构

Yuxia 1111
关注
  • 3
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
imagefusion_mdlatlrr：MDLatLRR（IEEE TIP 2020）
02-03
《MDLatLRR在图像融合中的应用：深度分解与低秩表示》 MDLatLRR，全称为Multi-Dimensional Latent Low-Rank Representation，是一种基于矩阵和多维数据的低秩表示方法，由IEEE Transactions on Image Processing...
Robust Multi-Exposure Image Fusion: A Structural Patch Decomposition Approach
07-14
Robust Multi-Exposure Image Fusion: A Structural Patch Decomposition Approach
图像融合论文阅读：DIDFuse: Deep Image Decomposition for Infrared and Visible Image Fusion
weixin_54130051的博客
05-08 2005
范数法：通过 ‖Bi(x, y)‖1 和 ‖Di(x, y)‖1(i = 1, 2) 获得融合背景和细节特征图的活动级别图，其中 B1, B2 ，D1和D2代表BI，BV，DI和DV，(x,y)代表特征图和融合特征图的对应坐标。其中 BV , DV 是可见光图像 V 的背景和细节特征图，BI , DI 是红外图像 I 的背景和细节特征图。通过巧妙设计的损失函数成功地将源图像的背景和细节特征分开，使背景特征在两个源图像间相似，而细节特征则体现出差异性，从而有效融合来自红外和可见光图像的不同信息。
图像融合论文阅读：A Deep Learning Framework for Infrared and Visible Image Fusion Without Strict Registration
图像强的博客
01-04 4369
以往的融合算法需要在配准的图像上进行，为了解决这个问题，作者提出了一种融合不需要严格配准可见光和红外图像的算法，该算法利用CNN和Transformer分层交互嵌入模块（CNN-Transformer Hierarchical Interactive Embedding ， CTHIE）提取特征，设计了一个动态聚合特征表示（Dynamic Re-aggregation Feature Representation ， DRFR）模块用来配准。
图像融合论文阅读：Real-time infrared and visible image fusion network using adaptive pixel weighting strategy
图像强的博客
01-02 3472
采用【自适应像素加权】（Adaptive Pixel Weighting strategy， APWNet）策略融合图像，并联合【目标检测】下游任务。具体来说，将可见光和红外光图像concat后输入卷积层，提取权值图，然后将其分别与对应的源图逐元素乘和加操作得到融合图像，将融合图像作为yolov5s的输入进行目标检测。（在训练过程中，根据检测结果反向优化网络参数）
VIIF:深度图像分解
weixin_43690932的博客
10-30 1179
仅供自己未coding时理解
Image compression.rar_decomposition_eigen decomposition_image co
09-21
PCA（主成分分析，Principal Component Analysis）是实现图像压缩的一种有效方法，它通过特征值分解（eigen decomposition）来实现。本教程将深入探讨如何利用PCA进行图像压缩。 首先，让我们了解PCA的核心概念。...
harr.rar_decomposition_harr_image decomposition _matlab harr
07-13
image decomposition using harr wavelets
遥感图像条纹噪声去除：从图像分解的角度
03-08
在本文中，我们平等地对待图像和条带分量，并将图像去块任务自然地转换为图像分解问题。 我们首先对条纹的结构特征和有关遥感图像的先验知识进行详细分析。 然后，将它们合并，我们提出了一个基于低等级的单图像...
cv2读取和保存图片
最新发布
m0_53291740的博客
07-12 111
cv2.imwrite('b\\img1.png',img)#b存在就可以保存进去。如果b存在，c不存在，程序不会报错，也不会保存图片。如果目录b不存在就会存到当前文件夹。
Nginx七层（应用层）反向代理：UWSGI代理uwsgi_pass篇
jclee95的个人博客
07-10 1048
Nginx提供了多种应用层反向代理支持，包括proxy_pass、uwsgi_pass、fastcgi_pass和scgi_pass等。其中，proxy_pass指令可以接受一个URL参数，用于实现对HTTP/HTTPS协议的反向代理；uwsgi_pass用于代理到uWSGI应用服务器；fastcgi_pass用于代理到FastCGI服务器；而scgi_pass则用于代理到SCGI（Simple Common Gateway Interface）应用。这些指令使Nginx能够灵活地处理不同类型的后端服务和应
面试题 21：解释 Python 中的 help() 函数和 dir() 函数？
专注于全栈开发领域
07-10 750
在Python中，help()和dir()是两个非常有用的内置函数，它们可以帮助开发者更好地了解Python对象和模块。
聊聊如何在内网下构建大模型微调环境
python1234567_的博客
07-12 683
LlamaFactory新版更新后，还是比较方便，只是说llamafactory-cli命令的确是有点蒙，踩个坑就好了。对于LlamaFactory微调来说，本身不难，毕竟都是配置；主要是在内网环境下的依赖包拉取安装是真麻烦，但其实也还好。走一遍的话，还是可以学到很多的。​。
已解决 javax.xml.transform.TransformerFactoryConfigurationError 异常的正确解决方法，亲测有效！！！
小明的Java问道之路
07-08 2428
已解决 javax.xml.transform.TransformerFactoryConfigurationError 异常的正确解决方法，亲测有效！！！
leetcode--验证二叉搜索树
liulanba的博客
07-09 660
给你一个二叉树的根节点 root ，判断其是否是一个有效的二叉搜索树。有效 二叉搜索树定义如下：节点的左子树只包含 小于 当前节点的数。节点的右子树只包含 大于 当前节点的数。所有左子树和右子树自身必须也是二叉搜索树。示例 1：输入：root = [2,1,3]输出：true示例 2：输入：root = [5,1,4,null,null,3,6]输出：false解释：根节点的值是 5 ，但是右子节点的值是 4。提示：树中节点数目范围在[1, 104] 内。
MySQL空间索引
你的指尖有改变世界的力量
07-10 254
空间类型是建立在空间类型字段上的。
一键安装ros及出现问题的解决方案
m0_58173801的博客
07-10 562
catkin_make时出现报错如下。
【python学习】闭包的定义与特点，以及一些常用场景的使用
m0_49243785的博客
07-11 1019
闭包是一个函数，闭包让你可以在一个内层函数中访问其外层函数的作用域，可以使用闭包进行模块化代码和封装代码的操作，从而提高效率。
大数据应用-基于大数据的推荐算法研究.pptx
01-07
- **基于模型的协同过滤**：矩阵分解技术，如通过SVD (Singular Value Decomposition) 分解用户-项目评分矩阵，可以预测用户对未评分项目的喜好，如Amazon、当当网和淘宝网等电商平台上广泛使用。 - **余弦距离与...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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