AtlantisSOS创建的收藏夹多模态内容:CVPR2023 | CDDFuse:多模态图像融合方法,如果您对当前收藏夹内容感兴趣点击“收藏”可转入个人收藏夹方便浏览
首先给提取到的特征添加相关性约束,提高特征提取的可控制性和可解释性,本文的假设是对于多模态图像融合,两个模态的输入特征在低频上是相关的,表示了所有模态的共有信息,在高频上是不相关的,表示了各个模态独有的信息。 比如ir-vis 融合,红外与可见光图的场景相同,在低频信息上包含统计上的共有信息,比如背景和大...
首先给提取到的特征添加相关性约束,提高特征提取的可控制性和可解释性,本文的假设是对于多模态图像融合,两个模态的输入特征在低频上是相关的,表示了所有模态的共有信息,在高频上是不相关的,表示了各个模态独有的信息。 比如ir-vis 融合,红外与可见光图的场景相同,在低频信息上包含统计上的共有信息,比如背景和大...
首先给提取到的特征添加相关性约束,提高特征提取的可控制性和可解释性,本文的假设是对于多模态图像融合,两个模态的输入特征在低频上是相关的,表示了所有模态的共有信息,在高频上是不相关的,表示了各个模态独有的信息。 比如ir-vis 融合,红外与可见光图的场景相同,在低频信息上包含统计上的共有信息,比如背景和大...