摘要本文采用高级视觉模型来描述灵长类视觉系统中的信息传递和连接。信息链接方案，如状态相关模块化和时间同步，被视为视觉系统使用期望组合信息的方法，以填充缺失信息和删除不需要的信息。研究了使用基于生理学理论模型的链接方法结合当前图像处理技术进行模式识别的可能性。这些图像处理技术是变换，例如（但不限于）小波滤波器、命中或未命中滤波器、形态滤波器和高斯差分滤波器。选择这些特殊的过滤器是因为它们模拟灵长类视

热图像增强之TEN网络(Thermal Image Enhancement using Convolutional Neural Network)摘要随着商品自主手机的出现，在极端条件下，如夜间、不稳定的照明条件下，识别越来越普遍。这种需要导致了使用多模态传感器的方法，这些传感器可以相互补充。热敏相机的选择提供了丰富的温度信息源，受照明变化或背景杂波影响较小。然而，现有的热像仪的分辨率相对小于RG

arget-aware Dual Adversarial Learning and a Multi-scenario Multi-Modality Benchmark to Fuse Infrared and Visible for Object Detection--论文笔记

** 红外图像增强(2)Brightness-Based Convolutional Neural Network for Thermal Image Enhancement (TIECNN)论文阅读**摘要本文提出了一种结合亮度域和残差学习技术的卷积神经网络热图像增强方法，提高了增强性能和收敛速度。通常，训练域使用与目标图像相同的域；然而，我们评估了几个域，以确定最适合网络的域。在分析中，我们首

摘要本文采用高级视觉模型来描述灵长类视觉系统中的信息传递和连接。信息链接方案，如状态相关模块化和时间同步，被视为视觉系统使用期望组合信息的方法，以填充缺失信息和删除不需要的信息。研究了使用基于生理学理论模型的链接方法结合当前图像处理技术进行模式识别的可能性。这些图像处理技术是变换，例如（但不限于）小波滤波器、命中或未命中滤波器、形态滤波器和高斯差分滤波器。选择这些特殊的过滤器是因为它们模拟灵长类视