DIDFuse：面向红外与可见光图像融合的深度图像分解方法

红外与可见光图像融合是图像处理领域的一个研究热点，其目标是生成融合图像，以保留源图像各自的优点。本文提出了一种基于新型自编码器（Auto-Encoder, AE）的融合网络。其核心思想是：编码器将输入图像分解为分别包含低频信息和高频信息的背景特征图与细节特征图，而解码器则负责重构原始图像。为此，所设计的损失函数促使源图像的背景特征图趋于相似，而细节特征图则趋于差异。在测试阶段，背景与细节特征图分别通过融合模块进行融合，随后由解码器恢复生成最终的融合图像。定性与定量实验结果表明，所提方法能够生成具有显著目标突出、丰富细节纹理信息的融合图像，且具备较强的鲁棒性，同时在性能上超越现有最先进（State-of-the-Art, SOTA）方法。