Abstract
圖像融合有兩個關鍵的步驟，一個是特征提取一個是融合規則。通過學習一個神經網絡模型可以生成聯合生成特征提取和融合規則這兩部分。網絡訓練數據是高分辨圖像塊和對應的模糊處理。
1.Introduction（總-分-總-引題）
圖像融合的理論可以分為基於變換域和基於空間域兩部分。分別就兩類域各自具有代表性的方法進行闡述。之后總結確定引出本文主題。有論文提出可以將多聚焦圖像融合看成分類問題（如何看待一個問題）。
2.圖像融合的卷積神經模型
2.1. 卷積模型（總-分-總）
先交代神經網絡的定義；展開敘述感受野、權重、降采樣；最后交代在多個領域的應用。
2.2.卷積網絡應用於圖像融合
2.2.1.可行性
2.2.2.優越性
3.提出的方法（總-分）
總的里面沒有說網絡的設計、網絡的訓練，而是總說了一下模型訓練好之后，從輸出到得到融合圖的四步（焦點檢測、初分割、一致性檢測、融合）。