论文笔记

论文笔记

论文笔记

本专栏主要整合本人的论文阅读笔记~

暂无订阅共11篇文章创建于2022-04-11

论文笔记： U-Net: Convolutional Networks for Biomedical Image Segmentation

持续创作，加速成长！这是我参与「掘金日新计划 · 6 月更文挑战」的第30天，点击查看活动详情 Paper Information Title: U-Net: Convolutional Networ

2年前
110
点赞
评论

论文笔记：DRPL: Deep Regression Pair Learning for Multi-Focus Image Fusion（2020 TIP）

持续创作，加速成长！这是我参与「掘金日新计划 · 6 月更文挑战」的第29天，点击查看活动详情【引用格式】：J. Li et al., "DRPL: Deep Regression Pair Lea

2年前
2.2k
点赞
评论

论文笔记——Image fusion meets deep learning: A survey and perspective（2021 IF）

持续创作，加速成长！这是我参与「掘金日新计划 · 6 月更文挑战」的第28天，点击查看活动详情【引用格式】：Zhang H , Xu H , Tian X , et al. Image fusion

2年前
316
点赞
评论

论文笔记：Multi-focus image fusion with a deep convolutional neural network

持续创作，加速成长！这是我参与「掘金日新计划 · 6 月更文挑战」的第27天，点击查看活动详情年份：2016 实验室：合肥工业大学生物医学工程系、中国科技大学自动化系名词总结：景深（depth-

2年前
255
点赞
评论

论文笔记：DeepFuse: A Deep Unsupervised Approach for Exposure Fusion with Extreme Exp

持续创作，加速成长！这是我参与「掘金日新计划 · 6 月更文挑战」的第26天，点击查看活动详情 code：hli1221/Imagefusion_deepfuse: Image fusion base

2年前
1.9k
点赞
评论

论文笔记：U2Fusion A Unified Unsupervised ImageFusion Network（2020 TPAMI）

持续创作，加速成长！这是我参与「掘金日新计划 · 6 月更文挑战」的第25天，点击查看活动详情【引用格式】： Xu H , Ma J , Jiang J , et al. U2Fusion: A U

2年前
374
点赞
评论

论文笔记：Deep Learning-based Multi-focus Image Fusion: A Survey and A Comparative

持续创作，加速成长！这是我参与「掘金日新计划 · 6 月更文挑战」的第24天，点击查看活动详情【论文链接】：https://ieeexplore.ieee.org/abstract/document

2年前
1.9k
2
评论

论文笔记：Image Fusion Transformer (2021)

持续创作，加速成长！这是我参与「掘金日新计划 · 6 月更文挑战」的第23天，点击查看活动详情【引用格式】：Vibashan V S , Valanarasu J , Oza P , et al.

2年前
708
点赞
评论

论文笔记：SESF-Fuse: an unsupervised deep model for multi-focus image fusion (2021)

持续创作，加速成长！这是我参与「掘金日新计划 · 6 月更文挑战」的第22天，点击查看活动详情【引用格式】：Boyuan Ma et al. “SESF-Fuse: an unsupervised

2年前
243
点赞
评论

论文笔记：Densely Connected Convolutional Networks (2017 CVPR)

持续创作，加速成长！这是我参与「掘金日新计划 · 6 月更文挑战」的第18天，点击查看活动详情【引用格式】：G. Huang, Z. Liu, L. Van Der Maaten and K. Q.

2年前
181
点赞
评论

论文笔记——A fast algorithm for material image sequential stitching

持续创作，加速成长！这是我参与「掘金日新计划 · 6 月更文挑战」的第15天，点击查看活动详情 # 概述 - 本文主要介绍了一种医学图像拼接方法，该方法采用了增量搜索策略（incremental se

2年前
418
点赞
评论