Los algoritmos existentes de fusión de imágenes infrarrojas (IR) -visibles (VIS) requieren imágenes fuente con los mismos niveles de resolución. Sin embargo, las imágenes IR siempre están disponibles con una resolución pobre debido a limitaciones de hardware y condiciones ambientales. En esta correspondencia, desarrollamos un nuevo modelo de fusión de imágenes que garantiza consistencia de resolución entre las imágenes fuente IR-VIS y genera una imagen fusionada de alta resolución precisa. Entrenamos un único modelo de red neuronal convolucional profunda considerando degradaciones reales en tiempo real y reconstruyendo imágenes IR. La red de habilidades de degradación múltiple entrenada (MDSNet) aumenta la prominencia de los objetos en las imágenes fusionadas a partir de la imagen fuente IR. Además, adoptamos la descomposición de valores singulares de múltiples resoluciones (MRSVD) para capturar la máxima información de las imágenes fuente y actualizar los coeficientes de la imagen IR con los de las imágenes VIS a nivel más fino. Esto garantiza un contraste uniforme junto con información textural clara en nuestros resultados. Los experimentos demuestran la eficacia del método propuesto sobre nueve métodos de vanguardia utilizando cinco métricas de evaluación de calidad de imagen.