Abstract
图像融合有两个关键的步骤，一个是特征提取一个是融合规则。通过学习一个神经网络模型可以生成联合生成特征提取和融合规则这两部分。网络训练数据是高分辨图像块和对应的模糊处理。
1.Introduction（总-分-总-引题）
图像融合的理论可以分为基于变换域和基于空间域两部分。分别就两类域各自具有代表性的方法进行阐述。之后总结确定引出本文主题。有论文提出可以将多聚焦图像融合看成分类问题（如何看待一个问题）。
2.图像融合的卷积神经模型
2.1. 卷积模型（总-分-总）
先交代神经网络的定义；展开叙述感受野、权重、降采样；最后交代在多个领域的应用。
2.2.卷积网络应用于图像融合
2.2.1.可行性
2.2.2.优越性
3.提出的方法（总-分）
总的里面没有说网络的设计、网络的训练，而是总说了一下模型训练好之后，从输出到得到融合图的四步（焦点检测、初分割、一致性检测、融合）。