DIDFuse: Deep Image Decomposition for Infrared and Visible Image Fusion
论文地址:https://arxiv.org/abs/2003.09210
一、动机
① 红外图像具有较强的穿透力,不受光照影响,而可见光具有较细的纹理信息和较高的空间分辨率。互补特性融合出高质量的图像。
② 融合图像:突出显示辐射信息(亮度和对比度);详细的纹理信息(梯度和边缘);明确、完整、准确地描述目标
二、方法
2.1 训练:主要采用编码和解码网络来训练:双尺度分解出低频(背景)和高频信息(细节):
2.2 损失函数
2.3 测试+融合策略: