图像融合
weixin_45043668
这个作者很懒,什么都没留下…
展开
-
Image Segmentation-based Multi-focus Image Fusion through Multi-scale Convolutional Neural Network
《Image Segmentation-based Multi-focus Image Fusion through Multi-scale Convolutional Neural Network》一、概述文章通过基于图像分割的方式进行多聚焦图像融合。文章发表于2017年,与CNN Fuse的论文同年发表,从内容上看像是基于CNN Fuse的改进。 算法整体思路与CNN Fuse思路较为相近...原创 2020-03-09 18:31:55 · 674 阅读 · 0 评论 -
《Infrared and Visible Image Fusion using a Deep Learning Framework》阅读笔记
《Infrared and Visible Image Fusion using a Deep Learning Framework》阅读笔记一、概述这篇文章发表于2018年,主要是研究视觉图像与红外图像的融合。首先,将源图像分解为基本部分和细节部分。 然后通过加权平均将基础部分融合。 对于细节部分,首先使用深度学习网络来提取多层特征,之后利用L1范数和加权平均策略生成多个候选的融合细节内容...原创 2020-02-26 14:27:39 · 3183 阅读 · 1 评论 -
《Pixel convolutional neural network for multi-focus image fusion》阅读笔记
《Pixel convolutional neural network for multi-focus image fusion》阅读笔记1、概述CNN Fuse是第一次将卷积神经网络强大的特征提取能力运用到多聚焦图像融合中。《Pixel convolutional neural network for multi-focus image fusion》这篇文章主要是对多聚焦图像融合方法CNN...原创 2020-02-16 20:39:18 · 2135 阅读 · 4 评论 -
理解《Unsupervised Deep Multi-focus Image Fusion》
理解《Unsupervised Deep Multi-focus Image Fusion》1、概述现有的基于卷积神经网络的多聚焦图像融合算法往往有以下两个瓶颈:1、有监督算法依赖于大量的有标记数据。2、在通过网络得到像素分类的得分图以后往往还会需要一系列的后处理操作来得到最终的得分图。主要为了解决以上两点问题,作者提出了一种基于无监督学习的多聚焦图像融合算法。算法主要有以下特点:1、...原创 2020-02-10 20:52:33 · 1375 阅读 · 6 评论 -
理解DeFusionNET
《DeFusionNET: Defocus Blur Detection via Recurrently Fusing and Refining Multi-scale Deep Features》阅读笔记1、问题的提出这篇文章主要研究了失焦模糊区域检测的问题。失焦模糊区域检测主要存在三点问题:1、背景区域的干扰2、对尺度敏感3、失焦区域边界信息的丢失为了解决这些问题作者提出了DeFu...原创 2020-02-08 19:32:21 · 1354 阅读 · 2 评论