DIDFuse：赤外線画像と可視画像融合のための深層画像分解

赤外線画像と可視画像の融合は、画像処理分野における注目テーマの一つであり、入力画像の利点を保持した融合画像の生成を目的としている。本稿では、新たな自己符号化器（Auto-Encoder, AE）に基づく融合ネットワークを提案する。本手法の核心的なアイデアは、エンコーダが画像を背景特徴マップ（低周波情報）と詳細特徴マップ（高周波情報）に分解し、デコーダが元の画像を再構成することにある。この目的を達成するため、損失関数により、入力画像の背景特徴マップは類似性を、詳細特徴マップは非類似性を保つように設計されている。テスト段階では、背景特徴マップと詳細特徴マップがそれぞれ融合モジュールによって統合され、その後デコーダにより融合画像が再構成される。定性的および定量的な評価結果から、本手法は強固な耐障害性を備えつつ、強調されたターゲットと豊富な詳細テクスチャ情報を含む高品質な融合画像を生成でき、従来の最先端（SOTA）手法を上回ることを示している。