图像融合论文阅读：CoCoNet: 基于多层特征集成的耦合对比学习网络多模态图像融合

发布时间：2023年12月26日

@article{liu2023coconet,
title={Coconet: Coupled contrastive learning network with multi-level feature ensemble for multi-modality image fusion},
author={Liu, Jinyuan and Lin, Runjia and Wu, Guanyao and Liu, Risheng and Luo, Zhongxuan and Fan, Xin},
journal={International Journal of Computer Vision},
pages={1–28},
year={2023},
publisher={Springer}
}

论文级别：SCI A2
影响因子：19.5

📖[论文下载地址]

文章目录

📖论文解读

作者提出了一种耦合对比学习网络CoCoNet，这是一个【通用】的图像融合网络。
使用耦合对比学习来指导模型区分目标以及纹理细节，并且采用了一种测量机制来计算源图像的比例重要性，以生成数据驱动的权重并应用于损失函数之中。

🔑关键词

image fusion, infrared and visible image, unsupervised learning, contrastive learning
图像融合，红外和可见光图像，无监督学习，对比学习

💭核心思想

保持互补信息，消除冗余信息。
使用数据驱动机制计算信息保留度，以提高融合结果和源图像强度和细节的一致性。
使用多级注意力模块（multi-level attention module ，MAM）避免融合过程中的特征退化。

参考链接
[什么是图像融合？（一看就通，通俗易懂）]

🪢网络结构

作者提出的网络结构如下所示。
在这里插入图片描述

在这里插入图片描述
C A ( ? ) CA(·) CA(?)是通道注意力
在这里插入图片描述
在这里插入图片描述

🪢耦合对比学习

作者的思路是，将红外图像的显著目标作为正样本，将可见光图像的显著目标作为负样本；同理，将可见光图像的的背景作为正样本，红外图像背景作为负样本。
基于TNO数据集人工标注掩膜，设 M \mathcal M M为前景的显著掩膜， M ˉ \bar {\mathcal M} Mˉ为背景的显著掩膜。
红外图像×前景掩膜可以得到显著目标，可见光图像×背景掩膜得到了背景信息。
在这里插入图片描述
作者选用预训练VGG-19代表G，将此处的损失函数定义为：
在这里插入图片描述
N和M分别为每个正样本的VGG层数和负样本数。
μ i \mu_i μi?代表融合图像的前景特征 G i ( I F ⊙ M ) G_i(I_F\odot \mathcal M) Gi?(IF?⊙M)
μ i + \mu_i^+ μi+?和 μ i m ? \mu_i^{m-} μim??分别是正样本和负样本, μ i + = G i ( I R ⊙ M ) \mu_i^+=G_i(I_R\odot \mathcal M) μi+?=Gi?(IR?⊙M) μ i m ? = G i ( I V m ⊙ M ) \mu_i^{m-}=G_i(I_V^m \odot \mathcal M) μim??=Gi?(IVm?⊙M)
m m m代表第m个负样本， ∣ ∣ ? ∣ ∣ 1 ||·||_1 ∣∣?∣∣1?是L1范数。
同理，在背景部分，将可见光图像背景作为正样本，红外图像背景作为负样本。细节约束的目标函数为：
在这里插入图片描述
v i v_i vi?代表融合图像的背景特征 G i ( I F ⊙ M ˉ ) G_i(I_F\odot \bar {\mathcal M}) Gi?(IF?⊙Mˉ)
v i + v_i^+ vi+?和 v i m ? v_i^{m-} vim??分别是正样本和负样本, v i + = G i ( I V m ⊙ M ˉ ) v_i^+=G_i(I_V^m \odot \bar {\mathcal M}) vi+?=Gi?(IVm?⊙Mˉ) v i m ? = G i ( I R ⊙ M ˉ ) v_i^{m-}=G_i(I_R \odot \bar {\mathcal M}) vim??=Gi?(IR?⊙Mˉ)
在这里插入图片描述

📉损失函数

自适应损失函数=结构损失+强度损失

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
以往的方法，权重参数都是手工设计的经验值，本文作者设计了一种考虑数据特性的自适应损失。
一方面，为了保留纹理细节，采用平均梯度法(AG)优化SSIM损失的权重参数 σ \sigma σ
在这里插入图片描述
? h I F {\nabla _h}{I_F} ?h?IF?和 ? v I F {\nabla v}{I_F} ?vIF?分别代表融合图像从水平方向和垂直方向的一阶微分（梯度）
在这里插入图片描述
另一方面，采用图像熵(EN)更新强度损失：
在这里插入图片描述
L L L代表给定图像的灰度值， p x p_x px?像素处于对应灰度值的概率。
EN是像素级计算的图像信息量，与MSE约束密切相关，因为MSE约束也是像素级的约束。

在这里插入图片描述
综上，损失函数为
在这里插入图片描述
L i r \mathcal L_{ir} Lir?和 L v i s \mathcal L_{vis} Lvis?是两对对比损耗。

🔢数据集

图像融合数据集链接
[图像融合常用数据集整理]

🎢训练设置

🔬实验

📏评价指标

  • EN
  • AG
  • SF
  • SD
  • SCD
  • VIF

参考资料
[图像融合定量指标分析]

🥅Baseline

  • VIF
    • SMoA,FusionGAN, DenseFuse,SDNet,DIDFuse ,SwinFusion,RFN,TarDAL,U2Fusion

???参考资料
???强烈推荐必看博客[图像融合论文baseline及其网络模型]???

🔬实验结果

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

更多实验结果及分析可以查看原文：
📖[论文下载地址]

🚀传送门

📑图像融合相关论文阅读笔记

📑[LRRNet: A Novel Representation Learning Guided Fusion Network for Infrared and Visible Images]
📑[(DeFusion)Fusion from decomposition: A self-supervised decomposition approach for image fusion]
📑[ReCoNet: Recurrent Correction Network for Fast and Efficient Multi-modality Image Fusion]
📑[RFN-Nest: An end-to-end resid- ual fusion network for infrared and visible images]
📑[SwinFuse: A Residual Swin Transformer Fusion Network for Infrared and Visible Images]
📑[SwinFusion: Cross-domain Long-range Learning for General Image Fusion via Swin Transformer]
📑[(MFEIF)Learning a Deep Multi-Scale Feature Ensemble and an Edge-Attention Guidance for Image Fusion]
📑[DenseFuse: A fusion approach to infrared and visible images]
📑[DeepFuse: A Deep Unsupervised Approach for Exposure Fusion with Extreme Exposure Image Pair]
📑[GANMcC: A Generative Adversarial Network With Multiclassification Constraints for IVIF]
📑[DIDFuse: Deep Image Decomposition for Infrared and Visible Image Fusion]
📑[IFCNN: A general image fusion framework based on convolutional neural network]
📑[(PMGI) Rethinking the image fusion: A fast unified image fusion network based on proportional maintenance of gradient and intensity]
📑[SDNet: A Versatile Squeeze-and-Decomposition Network for Real-Time Image Fusion]
📑[DDcGAN: A Dual-Discriminator Conditional Generative Adversarial Network for Multi-Resolution Image Fusion]
📑[FusionGAN: A generative adversarial network for infrared and visible image fusion]
📑[PIAFusion: A progressive infrared and visible image fusion network based on illumination aw]
📑[CDDFuse: Correlation-Driven Dual-Branch Feature Decomposition for Multi-Modality Image Fusion]
📑[U2Fusion: A Unified Unsupervised Image Fusion Network]
📑综述[Visible and Infrared Image Fusion Using Deep Learning]

📚图像融合论文baseline总结

📚[图像融合论文baseline及其网络模型]

📑其他论文

📑[3D目标检测综述：Multi-Modal 3D Object Detection in Autonomous Driving：A Survey]

🎈其他总结

🎈[CVPR2023、ICCV2023论文题目汇总及词频统计]

?精品文章总结

?[图像融合论文及代码整理最全大合集]
?[图像融合常用数据集整理]

如有疑问可联系：420269520@qq.com;
码字不易，【关注，收藏，点赞】一键三连是我持续更新的动力，祝各位早发paper，顺利毕业~

文章来源:https://blog.csdn.net/jiexiang5396/article/details/135218283
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
最新文章