图像融合论文阅读：(MFEIF)学习深度多尺度特征集成和边缘注意引导的图像融合

@article{liu2021learning,
title={Learning a deep multi-scale feature ensemble and an edge-attention guidance for image fusion},
author={Liu, Jinyuan and Fan, Xin and Jiang, Ji and Liu, Risheng and Luo, Zhongxuan},
journal={IEEE Transactions on Circuits and Systems for Video Technology},
volume={32},
number={1},
pages={105–119},
year={2021},
publisher={IEEE}
}

---

论文级别：SCI A2
影响因子：8.4

[论文下载地址]
[代码下载地址]

---

---

论文解读

作者提出了一种用于可见光-红外的图像融合网络结构，采用【从粗到细】的结构进行特征提取，该结构可以输入【未对齐】的图像对；并且设计了一个【边缘引导注意力机制】用来使融合关注共同结构，目的使为了在消除噪声的同时恢复细节；作者还发布了一个新的对齐的可见光红外图像【数据集】RealStreet

关键词

Image fusion, deep feature learning, attention mechanism.
图像融合，深度特征学习，注意力机制

核心思想

【一句话总结】：AE+GAN
编码器使用不同的空洞卷积提取特征后相加，乘上从源图像中通过注意力机制得到的权重，在通过加入跳跃连接的解码器进行重建。

1、设计了一个密集语义扩大模块来增加感受野从而提取深层特征。（使用不同的扩张因子的空洞卷积提取特征然后聚合）

• 通过多尺度上下文聚合结构，将三种不同感受野的卷积路径聚合
• 在每个卷积路径上加入了密集连接
  2、设计了一个边缘引导的注意融合规则，以保持图像结构并抑制伪影。

参考链接
[什么是图像融合？（一看就通，通俗易懂）]

网络结构

作者提出的网络结构如下图所示。

粗到细的特征提取

先通过一次卷积将源图像变成特征图，然后通过3个不同的卷积路径提取特征并聚合。同时在每个路径上加入了密集连接。

$f_{in}$和$f_{out}^e$分别代表特征提取模块的输入特征图和输出特征图。 *是卷积操作，$tp$为路径序号，W和b分别代表卷积层卷积权重和偏置。
作者使用$f_{ir}^e$和$f_{vis}^e$分别代表红外图像和可见光图像的输出特征。

边缘引导注意力特征融合

作者提出的边缘引导注意力特征融合如下图所示。

边缘图由2步得到：
输入m×n的灰度图用$u$表示，定义梯度图为：

在上式中，$${\nabla }_i^{h}u=u_i-u_{a(i)}$$$${\nabla }_i^{v}u=u_i-u_{b(i)}$$分别为计算水平和垂直一阶差分的线性算子。$u_{a(i)}$和$u_{b(i)}$分别为位于源像素i右侧和下方最近的像素。
此外作者还设计了边缘增强算子$S$来凸显梯度信息：

其中，$I=1，\dots ，m-1$；$J=1，\dots ，n-1$。i和j分别代表梯度图像的水平和垂直方向。
随后，将红外图像和可见光图像增强后的边缘图输入注意力机制，生成特征权重图$W_{ir}$和$W_{vis}$，并通过梯度引导注意力计算出融合特征$f_{out}^a$：

最终的融合图像由训练好的解码器从融合特征$f_{out}^a$来重构。

特征补偿重构

作者认为单纯使用卷积操作来进行图像恢复会导致信息丢失，所以引入了两个跳跃连接。

• 将特征提取中三个不同的特征相加
• 使用choose-max策略选择红外或者可见光特征
• 在特征重构中，将补偿特征在通道上concat到基于注意力的融合特征中

损失函数

损失函数=像素损失+结构相似性损失



作者受GAN的启发，假设上述网络结构是一个生成器，在网络末尾加入了一个判别器，用来引导生成器生成更自然的图像。

数据集

训练MSCOCO和FLIR
测试 TNO

图像融合数据集链接
[图像融合常用数据集整理]

训练设置

实验

评价指标

• MI
• CC
• VIF
• QAB/F
• SSIM
• SCD

参考资料
✨✨✨强烈推荐必看博客 [图像融合定量指标分析]

Baseline

• CBF, GTF, JSRSD, DRTV, FPDE, FusionGAN, DDcGAN

参考资料
[图像融合论文baseline及其网络模型]

实验结果

更多实验结果及分析可以查看原文：
[论文下载地址]
[代码下载地址]

---

传送门

图像融合相关论文阅读笔记

[DenseFuse: A fusion approach to infrared and visible images]
[DeepFuse: A Deep Unsupervised Approach for Exposure Fusion with Extreme Exposure Image Pair]
[GANMcC: A Generative Adversarial Network With Multiclassification Constraints for IVIF]
[DIDFuse: Deep Image Decomposition for Infrared and Visible Image Fusion]
[IFCNN: A general image fusion framework based on convolutional neural network]
[(PMGI) Rethinking the image fusion: A fast unified image fusion network based on proportional maintenance of gradient and intensity]
[SDNet: A Versatile Squeeze-and-Decomposition Network for Real-Time Image Fusion]
[DDcGAN: A Dual-Discriminator Conditional Generative Adversarial Network for Multi-Resolution Image Fusion]
[FusionGAN: A generative adversarial network for infrared and visible image fusion]
[PIAFusion: A progressive infrared and visible image fusion network based on illumination aw]
[CDDFuse: Correlation-Driven Dual-Branch Feature Decomposition for Multi-Modality Image Fusion]
[U2Fusion: A Unified Unsupervised Image Fusion Network]
综述[Visible and Infrared Image Fusion Using Deep Learning]

图像融合论文baseline总结

[图像融合论文baseline及其网络模型]

其他论文

[3D目标检测综述：Multi-Modal 3D Object Detection in Autonomous Driving：A Survey]

其他总结

[CVPR2023、ICCV2023论文题目汇总及词频统计]

✨精品文章总结

✨[图像融合论文及代码整理最全大合集]
✨[图像融合常用数据集整理]

如有疑问可联系：[email protected];
码字不易，【关注，收藏，点赞】一键三连是我持续更新的动力，祝各位早发paper，顺利毕业~