圖像融合深度學(xué)習(xí) 賦能智能視覺感知——《圖像融合的深度學(xué)習(xí)方法》正式出版

圖像融合，即整合多幅源圖像包含的重要/互補信息，生成單幅更加全面且準(zhǔn)確描述場景內(nèi)容的融合圖像，是視覺感知研究領(lǐng)域中一項至關(guān)重要的基礎(chǔ)工作，也為實現(xiàn)精準(zhǔn)智能感知奠定了重要的基礎(chǔ)。圖像融合本質(zhì)上是信息的篩選優(yōu)化問題，源圖像對的復(fù)雜退化及視差、多類型圖像的顯著模態(tài)差異、融合目標(biāo)的主觀性，通常造成融合圖像的信息量及圖像質(zhì)量大幅下降，嚴(yán)重制約了其實際應(yīng)用落地。因此，研究寬應(yīng)用高效用的圖像融合算法具有重要的理論意義和實用價值。

學(xué)術(shù)價值

為解決圖像融合的深度學(xué)習(xí)方法中的主要技術(shù)難點， 本書對多模態(tài)圖像融合、數(shù)字?jǐn)z影圖像融合、遙感圖像融合、通用圖像融合及兼顧圖像配準(zhǔn)與高級語義的圖像融合等問題進(jìn)行深入探討，介紹一系列基于深度學(xué)習(xí)的圖像融合方法，挖掘多種圖像融合任務(wù)的特點及共性，探索圖像融合技術(shù)在下游視覺任務(wù)中的重要作用，并從理論創(chuàng)新和實驗驗證上對所介紹方法進(jìn)行充分的分析與性能評估。

章節(jié)簡介

第1 章首先對圖像融合問題進(jìn)行描述和定義，依據(jù)成像設(shè)備的差異和任務(wù)特性介紹圖像融合的分類，并給出三類典型的基于深度學(xué)習(xí)的圖像融合框架。其次，對各類圖像融合任務(wù)中常用的數(shù)據(jù)集與評估指標(biāo)進(jìn)行詳細(xì)介紹，為后續(xù)的研究奠定基礎(chǔ)。

第2 章介紹兩種多模態(tài)圖像融合方法，包括基于生成對抗網(wǎng)絡(luò)的紅外和可見光圖像融合（FusionGAN）方法和基于無監(jiān)督信息保留增強的醫(yī)學(xué)圖像融合（EMFusion）方法。

第3 章介紹數(shù)字?jǐn)z影圖像融合方法，并針對多聚焦圖像融合、多曝光圖像融合任務(wù)分別介紹基于生成對抗網(wǎng)絡(luò)與自適應(yīng)梯度聯(lián)合約束的多聚焦圖像融合（MFF-GAN）方法和基于本征圖像分解的多曝光圖像融合（IID-MEF）方法。

第4 章介紹遙感圖像融合方法，并從消除對參考圖像依賴、強化模型尺度泛化性兩個角度分別介紹基于生成對抗網(wǎng)絡(luò)的無監(jiān)督多光譜與全色圖像融合（Pan-GAN）方法和基于尺度遷移學(xué)習(xí)與光譜觀測模型估計的多光譜與全色圖像融合（STP-SOM）方法。

第5 章介紹通用圖像融合的深度學(xué)習(xí)方法，分析和挖掘多模態(tài)、多曝光及多聚焦圖像融合等多種任務(wù)的共性，構(gòu)建統(tǒng)一通用的融合框架甚至融合網(wǎng)絡(luò)。

第6章結(jié)合圖像融合技術(shù)在實際應(yīng)用中面臨的挑戰(zhàn)，介紹兼顧圖像配準(zhǔn)與高級語義的圖像融合新范式。

本書特點

本書以深度學(xué)習(xí)為主線，系統(tǒng)構(gòu)建了圖像融合領(lǐng)域的完整方法論體系。其核心特點在于全面覆蓋與前沿深度結(jié)合，不僅系統(tǒng)闡述了多模態(tài)、數(shù)字?jǐn)z影、遙感及通用圖像融合等關(guān)鍵方向，更聚焦于解決實際應(yīng)用中的核心痛點——如模型泛化能力、對參考數(shù)據(jù)的依賴、與配準(zhǔn)和高級視覺任務(wù)的協(xié)同等。全書通過引入生成對抗網(wǎng)絡(luò)、Transformer、無監(jiān)督學(xué)習(xí)等一系列前沿技術(shù)，提出了多個創(chuàng)新性融合框架，并從理論創(chuàng)新與實驗驗證兩個維度進(jìn)行嚴(yán)謹(jǐn)闡述，結(jié)構(gòu)清晰，兼具理論深度與實踐指導(dǎo)價值，為領(lǐng)域研究者與工程師提供了重要的技術(shù)參考和發(fā)展思路。

左右滑動查看全書目錄

ISBN：978-7-03-078422-3

本文編輯：杜權(quán)

地球為你而轉(zhuǎn)！

歡迎關(guān)注：賽杰奧（sci_geo）

科學(xué)出版社地球科學(xué)訂閱號

傳播科學(xué)，歡迎您點亮★星標(biāo)

文末分享、點贊、在看