BriefGPT - AI 论文速递
·
VIFNet：一种用于图像去雾的端到端可见 - 红外融合网络
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文介绍了一种新的深度学习架构，用于红外和可见图像融合问题。该架构通过编码网络和融合层来提取和融合图像特征，并使用解码器重建融合图像。该方法在客观和主观评估方面取得了最先进的性能。
🎯
关键要点
- 本文介绍了一种新的深度学习架构，用于红外和可见图像融合问题。
- 编码网络由卷积层、融合层和稠密块组合而成，层与层之间相互连接。
- 该架构旨在从源图像中提取更有用的特征。
- 设计了两个融合层来融合提取的特征。
- 使用解码器重建融合图像。
- 所提出的融合方法在客观和主观评估方面均取得了最先进的性能。
- 代码和预训练模型可在指定的URL上获得。
➡️
