数据集dataset

        TNO、MSRS、M3FD 和 LLVIP 均为包含红外与可见光图像对的数据集，适用于不同场景下的多模态融合与目标检测研究。以下是它们的具体特点和应用场景：

MSRS:   Multi-Spectral Road Scenarios for Practical Infrared and Visible Image Fusion
 

维度	TNO	INO	Road	MSRS	M3FD	LLVIP
场景复杂度	中等（军事目标）	高（天气变化）	中等（道路动态）	低（校园静态）	高（多样化场景）	高（弱光噪声）
时空特性	静态图像	视频序列	动态图像	静态图像	静态图像	动态图像
对齐精度	手动对齐（低）	时空对齐（中）	自动对齐（高）	手动对齐（中）	精确对齐（高）	自动对齐（高）
标注深度	无	无	无	无	无	无
数据规模	288 对	100 + 小时视频	221 对	1444 对	4200 对	16836 对
分辨率	256×256	1280×720	640×480	1024×768	1280×960	1920×1080
模态差异	低	中	中	低	高	高

         HDO 数据集包含多种场景，包括高光和低光条件。此外，它还包含大量大小、密度和照明条件不同的行人和车辆物体。这对 HDO 数据集上的后续任务具有积极影响，例如融合、检测、跟踪和识别。  密度就是   比如 稀疏场景（<5 个目标 / 帧）到高密度场景（>50 个目标 / 帧），如交通枢纽。

考虑 退化场景(例如，强光、低照度、低源图像质量、非刚性失真)