《DenseFuse: A Fusion Approach to Infrared and Visible Images》论文笔记

　　这应该算是一个完整的使用神经网络实现的实现图像融合的论文。

思路：

	第一层	第二层	第三层	第四层	第五层	第六层	第七层	第八层
输入	x=（256,256,1）	(256,256,16)	(256,256,32)	(256,256,48)	(256,256,64)	(256,256,64)	(256,256,32)	(256,256,16)
卷积核	（3,3,1,16）	（3,3,16,16）	（3,3,32,16）	（3,3,48,16）	（3,3,64,64）	（3,3,64,32）	（3,3,32,16）	（3,3,16,1）
输出	(256,256,16)	(256,256,32)	(256,256,48)	(256,256,64)	(256,256,64)	(256,256,32)	(256,256,16)	x'=(256,256,1)

 

 　　训练的时候，编码部分通道数增加到64，这是通过与前一层累加实现的，而不是通过增加卷积核实现的；解码部分通道数逐层减少这是通过卷积核逐层减少来实现的。损失函数的是由两部分组成一个是SIMM，一个是像素损失。

　　训练好之后，融合策略有加和策略和l1-norm策略。（有待详写）