現在の赤外線と可視光画像の融合方法は、赤外線の冗長情報を過度に導入してしまい、複雑なシーンにおいて情報のバランスが取れず、融合効果が不十分である現状に対し、多尺度空間注意力補完に基づく赤外線と可視光画像の融合方法を提案する。本手法は、二重枝畳み込みネットワークを用いて赤外線と可視光画像の特徴情報をそれぞれ抽出し、差分補完を行う。多尺度空間注意力補完処理を用いて特徴に回帰重ね合わせを行い、補完特徴の途中回帰重ね合わせによる画像融合を実現し、複雑なシーンの情報バランスを効果的に実現する。実験結果は、Densefuse、PIAFusionなどの主流融合手法と比較して、相互情報量（MI）をそれぞれ4.1％、4.3％、視覚情報忠実度（VIF）をそれぞれ5.0％、2.3％向上させ、複雑なシーンにおける対象特徴情報を効果的に保持し、冗長特徴を効果的に抑制し、良好な特徴バランス能力を示し、複雑なシーンでの対象検出と認識に潜在的な応用価値を有する。

画像融合; 赤外線と可視光画像; 二重枝畳み込みネットワーク; 差分補完; 多尺度空間注意力; 回帰重ね合わせ