论文学习 - day1

tip：嵌入式的开发主要分两个大流派，

一个是使用stm32之类的板子做裸机开发，另一个就是使用Ubuntu Linux做开发，后者是过去二十几年的主流，嵌入式开发一定要会这个

当前长远目标（嵌入式侧）：

VMware 安装Ubuntu Linux

安装gcc 编程

先写个简单的hello    做移植

今日学习收获（人工智能）：

基于深度学习的图像融合方法综述
唐霖峰，张浩，徐涵，马佳义* 武汉大学电子信息学院，武汉 430072

单一传感器通常无法全面地表征成像场景--可见光，红外，各有优缺点

图像融合主要分三大类：

1：多模图像融合：（红外和可见光图像融合以及 医学图像融合，主要包括基于 AE、基于 CNN 和基于 GAN 的红外和可见光图像融合框架。）缝合

2：数字摄影图像融合：（原理：数码相机拍摄的图像通常只能适应一定范围的光照变化，并且只能清晰地呈现在预定义景深中的场景。多曝光图像融合和多聚焦图像融合能够将不同设置下拍摄的图像进行融合，并生成高动态范围、全聚焦的融合图像）         数字图像处理，空间域频域？

3：遥感影像融合：（在保证音噪比的前提，单一传感器不可能同时捕获高空间分辨率和高光谱分辨率图像），缝合

1和3的区别是？ 图像本质不一样？

在深度学习发展之前，传统的图像融合算法通常是在空间域或变换域测量和融合。后来，为了追求更好的融合性能，活动水平测量和融合规则的设计变得越来越复杂

（现有基于深度学习的图像融合算法主要 致力于解决图像融合中 3 个关键问题: 特征提取、特 征融合和图像重建。根据采用的网络架构，基于深 度学习的图像融合算法可分为基于自编码器( auto- encoder，AE) 的图像融合框架、基于卷积神经网络 ( convolutional neural network，CNN) 的图像融合框架 和基于生成对抗网络( generative adversarial network， GAN) 的图像融合框架 3 类）