本书是一本探讨卷积神经网络在图像融合、识别任务上应用的专业著作，旨在为读者提供全面而实用的知识体系，使其能够深入理解图像融合与识别的原理和实现，并应用于各个领域。本书涵盖了从卷积神经网络基础概念到图像融合、识别前沿技术的全面内容，并详细介绍了著者自身的研究成果。本书共8章主要包括：图像融合与目标识别的目的、意义、基本概念、技术指标和研究历史及现状，卷积神经网络，特征表示学习的多源图像融合，多域特征对齐的多源图像融合，小样本逼感目标识别，复杂祥本分布的逼感目标识别，图像融合和目标识别的实际应用，以及回顾、建议与展望。本书可以作为计算机视觉、图像处理、人工智能等领域的学生、研究者和从业人员的参考书，也可以作为基础的理论教程使用，还可以作为实际工程应用的参考书。

第1章 绪论
1.1 图像融合与目标识别的目的和意义
1.2 图像融合与目标识别中的相关基本概念
1.2.1 图像融合
1.2.2 目标识别
1.3 图像融合与目标识别算法的设计要求和主要技术指标
1.3.1 图像融合与目标识别算法的工程设计
1.3.2 图像融合与目标识别算法的评估
1.4 图像融合与目标识别技术的研究历史及现状
1.4.1 图像融合
1.4.2 目标识别
1.5 本书的研究范围和概览
参考文献
第2章 卷积神经网络
2.1 引言
2.2 神经网络
2.2.1 神经元
2.2.2 感知机
2.2.3 BP网络与反向传播算法
2.3 卷积神经网络的基本概念和基本结构
2.3.1 卷积神经网络的基本概念
2.3.2 卷积神经网络的基本结构
2.3.3 卷积神经网络之图像融合识别典型模型
2.4 小结
参考文献
第3章 特征表示学习的多源图像融合
3.1 引言
3.2 交互式特征嵌入的图像融合
3.2.1 方法背景
3.2.2 交互式特征嵌入的图像融合网络模型
3.2.3 模型训练
3.2.4 实验
3.3 联合特定和通用特征表示的图像融合
3.3.1 方法背景
3.3.2 联合特定和通用特征表示的图像融合网络模型
3.3.3 模型训练
3.3.4 实验
3.4 小结
参考文献
第4章 多域特征对齐的多源图像融合
4.1 引言
4.2 自监督特征自适应的图像融合
4.2.1 方法背景
4.2.2 自监督特征自适应的图像融合网络模型
4.2.3 模型训练
4.2.4 实验
4.3 基于元特征嵌入的图像融合
4.3.1 方法背景
4.3.2 基于元特征嵌入的图像融合网络模型
4.3.3 模型训练
4.3.4 实验
4.4 小结
参考文献
第5章 小样本遥感目标识别
5.1 引言
5.2 协作蒸馏的遥感目标识别
5.2.1 方法背景
5.2.2 协作蒸馏的遥感目标识别网络模型
5.2.3 模型训练
5.2.4 实验
5.3 弱相关蒸馏的遥感目标识别
5.3.1 方法背景
5.3.2 弱相关蒸馏的遥感目标识别网络模型
5.3.3 模型训练
5.3.4 实验
5.4 小结
参考文献
第6章 复杂样本分布的遥感目标识别
6.1 引言
6.2 层次蒸馏的长尾目标识别
6.2.1 方法背景
6.2.2 层次蒸馏的长尾目标识别网络模型
6.2.3 模型训练
6.2.4 实验
6.3 风格、内容度量学习的多域遥感目标识别
6.3.1 方法背景
6.3.2 风格、内容度量学习的多域遥感目标识别网络模型
6.3.3 模型训练
6.3.4 实验
6.4 小结
参考文献
第7章 图像融合和目标识别的实际应用
7.1 引言
7.2 图像融合的应用
7.2.1 安防监测
7.2.2 火灾识别
7.2.3 行人检测
7.3 遥感目标识别的应用
7.3.1 舰船识别
7.3.2 灾害探测
7.3.3 海上搜救
7.4 小结
参考文献
第8章 回顾、建议与展望
8.1 引言
8.2 研究成果回顾
8.3 问题与建议
8.4 研究方向展望
8.5 小结