DAF-Net：一种基于域自适应的双分支特征分解融合网络用于红外和可见光图像融合

题目：DAF-Net: A Dual-Branch Feature Decomposition Fusion Network with Domain  

   Adaptive for Infrared and Visible Image Fusion

   作者：JianXu发表时间：2024年9月

面临的问题：红外图像擅长捕捉热辐射，特别是在低光或复杂环境下，如夜间监视和目标探测。可见图像保留了丰富的细节和色彩，提供了清晰的场景表现。融合这些模式弥补了每种模式的局限性，实现了对环境更全面的理解。然而，由于两种模式之间的成像原理、分辨率和光谱响应存在显著差异，在融合过程中保留关键特征仍然是一个挑战。

现有的方法和存在的不足：

   1.传统方法：如像素级或特征级融合，依赖于简单的规则，使它们计算效率高，易于实现。然而，它们往往不能充分利用红外和可见光图像之间的互补信息，导致融合性能有限。因此难以捕获两种模式的所有细节，