CVPR 2024 | 基于MoE的通用圖像融合模型,添加2.8%參數(shù)完成多項(xiàng)任務(wù)

AIGC動(dòng)態(tài)歡迎閱讀
原標(biāo)題:CVPR 2024 | 基于MoE的通用圖像融合模型,添加2.8%參數(shù)完成多項(xiàng)任務(wù)
關(guān)鍵字:圖像,任務(wù),特征,提示,適配器
文章來源:機(jī)器之心
內(nèi)容字?jǐn)?shù):6803字
內(nèi)容摘要:
AIxiv專欄是機(jī)器之心發(fā)布學(xué)術(shù)、技術(shù)內(nèi)容的欄目。過去數(shù)年,機(jī)器之心AIxiv專欄接收?qǐng)?bào)道了2000多篇內(nèi)容,覆蓋全球各大高校與企業(yè)的頂級(jí)實(shí)驗(yàn)室,有效促進(jìn)了學(xué)術(shù)交流與傳播。如果您有優(yōu)秀的工作想要分享,歡迎投稿或者聯(lián)系報(bào)道。投稿郵箱:liyazhou@jiqizhixin.com;zhaoyunfeng@jiqizhixin.com。論文鏈接:https://arxiv.org/abs/2403.12494
代碼鏈接:https://github.com/YangSun22/TC-MoA
論文題目:Task-Customized Mixture of Adapters for General Image Fusion圖 1 不同融合任務(wù)的源圖像對(duì)融合結(jié)果的主導(dǎo)強(qiáng)度變化
研究背景與動(dòng)機(jī)
圖像融合的目的是將同一場(chǎng)景中不同傳感器捕獲的多源圖像的互補(bǔ)信息整合到單個(gè)圖像上。這種方式通常被用于提取圖片重要信息和提高視覺質(zhì)量。
目前,一般的圖像融合主要包括多模態(tài)、多曝光、多焦圖像融合等。融合任務(wù)表現(xiàn)出不同的融合機(jī)制。多曝光圖像融合(MEF)的重點(diǎn)是將具有多個(gè)曝光程度的圖像序列轉(zhuǎn)換成一個(gè)高質(zhì)量的全曝光圖
原文鏈接:CVPR 2024 | 基于MoE的通用圖像融合模型,添加2.8%參數(shù)完成多項(xiàng)任務(wù)
聯(lián)系作者
文章來源:機(jī)器之心
作者微信:almosthuman2014
作者簡介:專業(yè)的人工智能媒體和產(chǎn)業(yè)服務(wù)平臺(tái)

粵公網(wǎng)安備 44011502001135號(hào)