Linfeng-Tang/Image-Fusion

解决的问题

本仓库作为图像融合（将多个源图像，如红外与可见光、多曝光或多焦点图像，融合为一张保留各图像最显著特征的合成图像）相关研究论文、数据集和实现的全面集合，提供系统性资源。

如何工作

该项目按主要目的和技术方法对大量图像融合方法进行了分类整理：

• 多模态融合：聚焦于不同传感器类型（如红外热成像与可见光图像）的融合，常用于目标检测与监控。
• 数字摄影融合：包括多曝光与多焦点融合，用于提升动态范围或景深。
• 遥感图像融合：涵盖全色锐化（Pansharpening）技术，以增强卫星影像分辨率。
• 技术框架：追踪使用多种架构的方法，包括卷积神经网络（CNN）、Transformer、生成对抗网络（GAN）、扩散模型和视觉-语言模型（VLM）。

适用人群

• 计算机视觉研究人员：研究低层视觉、图像处理及多模态数据融合的学者。
• AI工程师：希望在机器人、监控或医学影像领域使用最先进（SOTA）图像融合算法实现的开发者。
• 学生：希望从早期自编码器到现代基于扩散模型的可控融合，系统学习该领域的学习者。

亮点

• 全面的分类体系：将方法分为视觉导向、语义驱动、联合配准-融合、退化鲁棒融合等类别。
• VLM集成：追踪利用大视觉模型和语言驱动提示实现可控图像融合的最新趋势。
• 丰富的资源：提供数十篇发表于CVPR、TPAMI、NeurIPS等顶级会议的高影响力论文及其代码的直接链接。