草庐IT

【色彩一致性损失:场景亮度解纠缠网络:纹理-对比度增强网络:IVIF】

DIVFusion:Darkness-freeinfraredandvisibleimagefusion(DIVFusion:无暗区红外与可见光图像融合)红外与可见光图像融合是一种重要的图像增强技术,其目的是在极端环境下生成目标显著、纹理丰富的高质量融合图像。然而,现有的图像融合方法都是针对正常光照条件下的红外和可见光图像而设计的。在夜景场景中,由于可见光图像严重退化,现有方法存在纹理细节弱、视觉感知差等问题,影响后续的视觉应用。为此,提出了一种无暗度的红外与可见光图像融合方法(DIVFusion),该方法合理地照亮了暗度,有利于互补信息的融合。为了提高夜间可见光图像的融合质量,首先设计了一种

【异构知识蒸馏:IVIF】

HeterogeneousKnowledgeDistillationforSimultaneousInfrared-VisibleImageFusionandSuper-Resolution(同时进行红外-可见光图像融合和超分辨率的异构知识蒸馏)近年来,红外-可见光图像融合引起了越来越多的关注,并且出现了许多出色的方法。但是,当融合低分辨率图像时,大多数融合结果都是低分辨率的,限制了融合结果的实际应用。尽管有些方法可以同时实现低分辨率图像的融合和超分辨率,但由于缺乏高分辨率融合结果的指导,融合性能的提高受到限制。为了解决这个问题,我们提出了一种具有多层注意嵌入的异构知识蒸馏网络(HKDnet)

【异构知识蒸馏:IVIF】

HeterogeneousKnowledgeDistillationforSimultaneousInfrared-VisibleImageFusionandSuper-Resolution(同时进行红外-可见光图像融合和超分辨率的异构知识蒸馏)近年来,红外-可见光图像融合引起了越来越多的关注,并且出现了许多出色的方法。但是,当融合低分辨率图像时,大多数融合结果都是低分辨率的,限制了融合结果的实际应用。尽管有些方法可以同时实现低分辨率图像的融合和超分辨率,但由于缺乏高分辨率融合结果的指导,融合性能的提高受到限制。为了解决这个问题,我们提出了一种具有多层注意嵌入的异构知识蒸馏网络(HKDnet)