【论文阅读】FusionGAN: A generative adversarial network for infrared and visible image fusion

论文链接：FusionGAN: A generative adversarial network for infrared and visible image fusion - ScienceDirect

代码： GitHub - jiayi-ma/FusionGAN: FusionGAN: A generative adversarial network for infrared and visible image fusion

FusionGAN: A generative adversarial network for infrared and visible image fusion

1.Introduction

研究背景：

1. 图像融合是一种增强技术，旨在将不同类型传感器获取的图像结合起来，生成一个强大或信息丰富的图像，可以促进后续处理或帮助决策。

2. 多传感器数据（如红外和可见光图像）已被用于提高人类视觉感知、目标检测和识别性能。

现有方法存在的问题：

1. 在红外和可见光图像融合中，现有方法往往使用相同的变换或表示，但这可能不适合于不同现象的体现。

2. 大多数现有方法中的活动水平测量和融合规则设计是以手动方式设计的，限制了实施困难和计算成本。