Fusion or Confusion? Assessing the impact of visible-thermal image fusion for automated wildlife detection
融合还是混淆？评估可见光-热成像融合对自动化野生动物检测的影响
机构 * Department of Applied Geomatics, Université de Sherbrooke（舍布鲁克大学应用地理信息学系） ； Quebec Centre for Biodiversity Science, McGill University（麦吉尔大学魁北克生物多样性科学中心） ； Ministère de l’Environnement, de la Lutte contre les Changements Climatiques, de la Faune et des Parcs (MELCCFP)（魁北克省环境、气候变化、野生动物和公园部） ； Centre d'enseignement et de recherche en foresterie de Sainte-Foy（圣福瓦林业教学与研究中心）
专题命中 红外-可见光融合 ：image fusion(title)；分类 cs.CV
AI总结 本文通过大蓝鹭案例研究，评估了可见光与热红外图像融合对自动化野生动物检测的效果，发现融合方法提升了F1分数，但受限于热成像视角和对齐约束。
Comments 19 pages, 9 figures, submitted to Remote Sensing in Ecology and Conservation
