低秩表示融合网络

一种由优化算法引导构建的轻量级红外与可见光图像融合网络,用更少的训练参数实现更优的融合性能。

Li, Hui · 徐天阳 · 吴小俊 · 鲁继文 · Kittler, Josef

IEEE Transactions on Pattern Analysis and Machine Intelligence 2023

技术优势

架构设计有据可依

从低秩表示优化目标出发,将矩阵乘法和迭代过程转化为卷积和前馈网络,避免了黑箱式的架构搜索。

训练参数更少

由于架构由算法引导生成,网络轻量化,所需训练参数少于现有方法,便于部署。

融合性能更优

在公开数据集上的实验表明,该网络融合效果优于当前最先进的方法。

细节和语义兼顾

提出的细节到语义信息损失函数能够保留图像细节并增强显著特征,提升融合质量。

应用场景