一.简介
DeepFuse和DenseFuse都是使用深度学习神经网络对图像进行融合,论文是《DeepFuse: A Deep Unsupervised Approach for Exposure Fusion with Extreme Exposure Image Pairs》与《DenseFuse: A Fusion Approach to Infrared and Visible Images》。
hli1221/imagefusion_densefusegithub.com这两篇论文方法类似,其实DenseFuse应该是DeepFuse的改进,DenseFuse的作者认为DeepFuse论文中的网络结构过于简单,且没有用到所有层的信息,只用到了最后一层的输出,丢失了一部分信息,且将DeepFuse的卷积和替换成3*3的卷积核,然后将前面部分的卷积网络替换成DenseBlock进行改进。hli1221/imagefusion_densefuse 这两篇论文方法类似,其实DenseFuse应该是DeepFuse的改进,DenseFuse的作者认为DeepFuse论文中的网络结构过于简单,且没有用到所有层的信息,只用到了最后一层的输出,丢失了一部分信息,且将DeepFuse的卷积和替换成3*3的卷积核,然后将前面部分的卷积网络替换成DenseBlock进行改进。