图像融合深度学习开源项目

图像融合深度学习是一种利用深度学习技术将多源或多视角的图像合并成一张高质量、信息丰富的图像的过程。它广泛应用于遥感领域，如卫星影像融合、无人机航拍照片融合等，旨在提高数据分辨率和一致性。一些流行的开源项目包括：

1. **DeepFuse**：这是一个基于深度学习的图像融合框架，使用了卷积神经网络(CNN)对多光谱图像进行自动融合，提供了一个易于使用的API。

2. **FusionNet**：该项目提出了融合生成对抗网络（GAN），用于高分辨率图像的融合，通过学习联合分布来增强细节。

3. **MultiFuse**：这个项目聚焦于多传感器数据融合，使用深度学习模型处理来自不同来源的数据，比如RGB、IR和Lidar。

4. **AWARE** (Attention-based Weighted Image Fusion for RGB-D): 提供了一种基于注意力机制的深度学习融合方案，适用于RGB-D图像。

5. **OpenMRF** (Open Multi-sensor Registration Framework)：虽然不是专门针对深度学习，但它提供了一个通用的平台，可以集成深度学习算法来进行图像融合。