La fusion d’images infrarouges et visibles, un sujet d’actualité majeur en traitement d’images, vise à obtenir des images fusionnées qui préservent les avantages des images sources. Cette étude propose un nouveau réseau de fusion basé sur un auto-encodeur (AE). L'idée centrale repose sur le fait que l’encodeur décompose une image en cartes de caractéristiques de fond (contenant des informations à basse fréquence) et de détails (contenant des informations à haute fréquence), tandis que le décodeur permet de reconstruire l’image d’origine. Pour atteindre cet objectif, la fonction de perte impose que les cartes de caractéristiques de fond des images sources soient similaires, tandis que celles de détails soient dissimilaires. Lors de la phase de test, les cartes de caractéristiques de fond et de détails sont respectivement fusionnées via un module de fusion, puis l’image fusionnée est reconstruite par le décodeur. Les résultats qualitatifs et quantitatifs démontrent que la méthode proposée permet de générer des images fusionnées présentant des cibles bien mises en évidence et une richesse importante en détails texturaux, tout en offrant une robustesse élevée, dépassant ainsi les approches les plus récentes (SOTA).