GDD无监督图像对融合 论文笔记

本文介绍了Guided Deep Decoder (GDD) 在无监督图像对融合的应用,该方法通过一个由编码器-解码器和深度解码器组成的网络,结合上采样细化单元(URU)和特征细化单元(FRU),利用引导图像的特征进行优化。网络无需训练数据,能有效融合图像并实现超分辨率、全色锐化和去噪。
摘要由CSDN通过智能技术生成

Guided Deep Decoder: Unsupervised Image Pair Fusion

摘要:

提出了一个有指导的深度编码器网络作为一般先验。所提出的网络由两部分组成:1、利用引导图像的多尺度特征的编码器-解码器网络。2、产生输出图像的深度解码器网络组成。这两个网络由特征细化单元连接,以将引导图像的多尺度特征嵌入到深度解码器网络中。所提出的网络允许在没有训练数据的情况下以无监督的方式优化网络参数。

符号表示:

低分辨率或有噪声的输入图像、guidance图像C  W和H分别表示通道数 图像宽度 和图像高度、相应的输出、深度引导解码器GDD、

GDD:

GDD由一个带跳跃连接的编解码器网络和一个深度解码器网络组成,如图2所示。编解码器网络类似于U-net的结构,并在多个尺度上产生制导图像的特征。多尺度特征代表了制导图像从低到高的层次语义特征。在深度解码器中,利用语义特征来指导参数估计。

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

有梦想的炸豆皮

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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