视觉与机器人
围绕 image fusion 的图像融合方法、数据集、评测与应用。
GADA: 基于图像的高斯泼溅的几何感知可变形聚合
机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） ； Chung-Ang University（中央大学）
专题命中 Image Fusion ：image fusion(abstract)
AI总结 提出几何感知可变形聚合（GADA），通过可变形偏移迭代校正空间错位，并引入隐式置信加权机制抑制不可靠证据，在保持高频细节的同时实现2.13倍FPS提升。
Comments ICML 2026
MAVFusion: 基于运动感知稀疏交互的高效红外与可见光视频融合
机构 * Foshan University（佛山大学） ； Kunming University of Science and Technology（昆明理工大学） ； China University of Mining and Technology（中国矿业大学）
专题命中 Image Fusion ：image fusion(abstract)
AI总结 提出MAVFusion端到端视频融合框架，通过运动感知稀疏交互机制，利用光流识别动态区域并分配跨模态注意力，对静态区域使用轻量弱交互模块，在保持时间一致性和细节的同时加速推理，达到14.16 FPS。
Comments Accepted at ECCV 2026
NeoJaundice-AI: 基于智能手机的新生儿黄疸检测，采用双输入深度学习与合成增强
机构 * Indian Institute of Information Technology Surat（印度信息技术学院苏拉特分校）
专题命中 Image Fusion ：image fusion(abstract)
AI总结 提出NeoJaundice-AI系统，通过双分支EfficientNet-B0处理皮肤和巩膜图像，融合手工YCbCr颜色特征，实现四类严重度分类和胆红素回归，采用合成黄疸生成和肤色归一化，在印度新生儿数据集上达到91.8%准确率。
Comments 7 pages, 10 figures, 8 tables. IEEE conference format
红外与可见光图像的文本驱动融合：在双曲空间实现图像场景自适应
机构 * University of Science and Technology of China（中国科学技术大学）
专题命中 Image Fusion ：image fusion(abstract)
AI总结 提出一种文本驱动的红外与可见光图像融合框架，利用双曲流形学习嵌入层次语义，通过BLIP文本提示引导视觉-属性对齐，实现无文本输入的自适应融合，性能优于现有方法。
Comments 14 pages, 8 figures
通过结构细化减轻生成式AI图像编辑中的内容偏移和幻觉
机构 * Department of Electrical Engineering & Computer Science（电气工程与计算机科学系）
专题命中 Image Fusion ：image fusion(abstract)
AI总结 提出一种后处理框架，通过建立粗空间和光度对应关系并融合输入图像与GenAI增强图像，在保留感知增强的同时抑制幻觉内容，从而解决黑盒GenAI图像编辑中的结构保持问题。
自由呼吸GRASP MRI在肝癌放疗中与4D-CT精确相位匹配以表征运动中的作用
专题命中 Image Fusion ：image fusion(abstract)
AI总结 研究自由呼吸GRASP MRI能否代表肝癌立体定向放疗中的呼吸运动，发现其仅在30%-60%呼吸相位（最佳50%）准确表征运动，需结合4D-CT或动态成像。
Comments 25 pages, 4 figures
KITE：一种融合文本、图像和知识图谱的三模态假新闻检测Transformer
机构 * Department of Computer Science, University of West Florida（威斯福大学计算机科学系）
专题命中 Image Fusion ：image fusion(abstract)
AI总结 提出三模态假新闻检测框架KITE，联合建模文本、视觉和知识表示，利用跨模态注意力整合特征，在基准数据集上显著优于单双模态基线。
具有预处理和后处理的条件U-Net管道用于航空RGB到热图像转换
机构 * Department of Data Science, University of Michigan, Ann Arbor, MI, USA（数据科学系，密歇根大学，安阿伯，MI，美国） ； Department of Information Science, University of Michigan, Ann Arbor, MI, USA（信息科学系，密歇根大学，安阿伯，MI，美国） ； Department of Computer Science, University of Michigan, Ann Arbor, MI, USA（计算机科学系，密歇根大学，安阿伯，MI，美国） ； Arcknow, New York, USA（Arcknow，纽约，美国） ； School of Environmental Sustainability, University of Michigan, Ann Arbor, MI, USA（可持续环境学院，密歇根大学，安阿伯，MI，美国） ； SmithGroup, Ann Arbor, MI, USA（SmithGroup，安阿伯，MI，美国） ； Michigan Institute for Data and AI in Society (MIDAS), University of Michigan, Ann Arbor, MI, USA（密歇根数据与人工智能社会研究院（MIDAS），密歇根大学，安阿伯，MI，美国） ； United States International University (USIU), Nairobi, Kenya（美国国际大学（USIU），内罗毕，肯尼亚） ； Department of Learning Health Sciences, University of Michigan Medical School, Ann Arbor, MI, USA（学习健康科学系，密歇根大学医学院，安阿伯，MI，美国） ； Department of Pharmacology, University of Michigan Medical School, Ann Arbor, MI, USA（药理学系，密歇根大学医学院，安阿伯，MI，美国） ； Center for Global Health Equity, University of Michigan, Ann Arbor, MI, USA（全球健康公平中心，密歇根大学，安阿伯，MI，美国）
专题命中 Image Fusion ：image fusion(abstract)
AI总结 本文提出了一种基于条件U-Net的简单架构，结合天气数据和针对性预处理与后处理技术，以提高航空RGB到热图像转换的性能，实验结果显示其在PSNR、SSIM和LPIPS指标上优于现有方法。
Comments 8 pages, 7 figures, NeurIPS 2026
多模态目标检测在稀疏森林冠层遮挡下的应用
机构 * Robotics & AI, Johns Hopkins University, USA（约翰霍普金斯大学机器人与人工智能系，美国） ； Department of Aerospace Engineering, IIT Kanpur（印度理工学院坎浦尔航空航天工程系） ； Senior Principal Flight Control Engineer, ADASI, EDGE Group, Abu Dhabi, UAE（阿布扎赫尔ADASI高级飞行控制系统工程师，EDGE集团）
专题命中 Image Fusion ：image fusion(abstract)
AI总结 本文提出一种多模态管道，结合激光雷达、可见-热成像融合和合成孔径成像技术，以提高森林冠层下人类检测的可靠性，展示了改进的YOLOv5检测器在热成像和融合图像上的性能。
具有不确定性的空间-频率配准与融合用于红外和可见图像
机构 * Dalian University of Technology（大连理工大学） ； Northwestern Polytechnical University（西北工业大学） ； Dalian Maritime University（大连海事大学）
专题命中 Image Fusion ：image fusion(abstract)
AI总结 本文提出SFRF框架，通过整合不确定性估计和红外热辐射分布一致性，解决配准误差累积问题，提升空间和频率域的融合效果。
Comments 10 pages, 5 figures, 4 tables
通过蒸馏扩散模型在实时中增强视觉系统热感知
机构 * Northwestern University（西北大学） ； Northeastern University（东北大学） ； Hong Kong Baptist University（香港 Baptist大学） ； Beijing Normal - Hong Kong Baptist University（北京师范大学-香港 Baptist大学）
专题命中 Image Fusion ：image fusion(abstract)
AI总结 本文提出FusionProxy模块，通过蒸馏扩散模型实现实时热感知融合，提升静态识别和动态任务鲁棒性，适用于边缘部署。
结合字典展开网络与梯度自适应保真度的可迁移多源融合
机构 * College of Computer Science and Technology, National University of Defense Technology（国防科技大学计算机科学与技术学院） ； College of Surveying and Geoinformatics, Tongji University（同济大学测绘与地理信息学院） ； School of Computer and Information, Hefei University of Technology（合肥工业大学计算机与信息学院）
专题命中 Image Fusion ：image fusion(abstract)
AI总结 本文提出CDNet，通过结合字典学习的共同-特定表示先验，设计轻量级结构约束联合展开架构，提升多源图像融合效率与性能。
半监督流匹配用于拼接与全色融合成像
机构 * Southeast University（东南大学） ； Hunan University（湖南大学）
专题命中 Image Fusion ：image fusion(abstract)
AI总结 本文提出半监督流匹配框架，用于拼接超光谱图像与全色图像融合，通过两阶段训练提升生成效率与鲁棒性，实验表明其在多个数据集上表现优异。
SatFusion: 一种通过多帧和多源图像融合增强遥感图像的统一框架
机构 * Zhejiang University（浙江大学）
专题命中 Image Fusion ：image fusion(abstract)
AI总结 本文提出SatFusion框架，通过融合多帧和多源图像提升遥感图像质量，解决传统方法在结构先验和对齐问题上的不足，实现更鲁棒的重建。
GelSphere：一种基于全方位滚动视觉的触觉传感器，用于在线3D重建和法向力估计
专题命中 Image Fusion ：image fusion(abstract)
AI总结 本文提出GelSphere，一种基于视觉的触觉传感器，用于实时连续表面扫描。通过内部钢球形成轴承层，实现全方位滚动，提升3D重建和法向力估计的精度。
具有对齐意识和可靠性门控的多模态融合用于跨异质热视觉传感器的无人机检测
专题命中 Image Fusion ：image fusion(abstract)
AI总结 本研究提出RGIF和RGMAF两种融合策略，通过注册意识和可靠性门控提升跨异质热视觉传感器的无人机检测性能。
physfusion: 一种基于Transformer的双流雷达与视觉融合框架用于开放水域表面目标检测
机构 * School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）
专题命中 Image Fusion ：image fusion(abstract)
AI总结 PhysFusion通过物理引导雷达编码器和Transformer融合模块，实现开放水域表面目标的高效检测，取得高精度检测结果。
事件辅助的快速飞行无人机辐射场重建
机构 * Robotics and Perception Group, University of Zurich（苏黎世大学机器人与感知组）
专题命中 Image Fusion ：image fusion(abstract)
AI总结 本文提出利用事件流和运动模糊帧的统一框架，实现快速飞行无人机的高保真辐射场重建，无需地面真实监督，实现实验数据性能提升超50%。
Journal ref IEEE Transactions on Robotics, 2026
多专家学习框架与状态空间模型用于光学和SAR图像配准
机构 * Key Laboratory of Intelligent Perception and Image Understanding of Ministry of Education of China（教育部智能感知与图像理解重点实验室） ； Hangzhou Institute of Technology, Xidian University（西安电子科技大学杭州学院） ； School of Computer Science, Xidian University（西安电子科技大学计算机学院） ； Department of Automation, Tsinghua University（清华大学自动化系）
专题命中 Image Fusion ：image fusion(abstract)
AI总结 本文提出ME-SSM框架，通过多专家学习和状态空间模型提升光学与SAR图像配准的精度与效率。
多模态数据融合用于苹果干燥中的含水率预测
机构 * Department of Mechanical Science and Engineering, University of Illinois at Urbana-Champaign, Urbana, IL 61801, USA（伊利诺伊大学厄巴纳-香槟分校机械科学与工程系） ； Department of Mechanical Engineering, University of Michigan, Ann Arbor, MI 48109, USA（密歇根大学安娜堡分校机械工程系）
专题命中 Image Fusion ：image fusion(abstract)
AI总结 本文提出多模态数据融合框架，通过融合表格数据和图像数据提高苹果干燥含水率预测的准确性，有效降低误差并增强鲁棒性。
Comments Accepted for publication in the Proceedings of the 53rd North American Manufacturing Research Conference (NAMRC 53), to appear in Manufacturing Letters
Journal ref Manufacturing Letters Volume 44, Supplement, August 2025, Pages 1316-1325
SOMA-1M: 一种大规模SAR-光学多分辨率对齐数据集用于多任务遥感
机构 * School of Remote Sensing Information Engineering, Wuhan University（遥感信息工程学院，武汉大学） ； Hubei LuoJia Laboratory（湖北珞珈实验室） ； Technology Innovation Center for Collaborative Applications of Natural Resources Data in GBA, Ministry of Natural Resources（粤港澳大湾区自然资源数据协同应用技术创新中心，自然资源部）
专题命中 Image Fusion ：image fusion(abstract)
AI总结 SOMA-1M是首个大规模SAR-光学多分辨率对齐数据集，用于提升多任务遥感图像处理的性能和准确性。
R-Meshfusion：基于强化学习的扩散先验的稀疏视图网格重建
专题命中 Image Fusion ：image fusion(abstract)
AI总结 R-Meshfusion通过扩散模型与强化学习结合，提升稀疏视图下网格重建的几何与渲染质量。
Comments needs to be revised and updated
在三维中融合：基于三维红外-可见场景表示的自由视角融合渲染
机构 * School of Computer Science（计算机科学学院） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学深圳研究院）
专题命中 Image Fusion ：image fusion(abstract)
AI总结 本文提出一种基于三维红外-可见场景表示的融合框架，通过跨模态调整模块和融合损失确保融合图像保留关键特征，有效解决传统方法在复杂场景下的信息丢失问题。
融合-修复图像处理算法以提高高温变形测量
机构 * College of Aerospace Science and Engineering（航空航天科学与工程学院） ； National University of Defense Technology（国防科技大学） ； Hunan Provincial Key Laboratory of Image Measurement and Vision Navigation（湖南省图像测量与视觉导航重点实验室）
专题命中 Image Fusion ：image fusion(abstract)
AI总结 本文提出融合-修复图像处理算法，用于抑制高温变形测量中的热辐射和热晕干扰，提升DIC测量精度和图像质量。
MixRI：用于新颖物体姿态估计的参考图像特征混合
机构 * School of Electronics and Information, Northwestern Polytechnical University（电子与信息学院，西北工业大学） ； Shaanxi Key Laboratory of Information Acquisition and Processing（陕西省信息获取与处理重点实验室） ； CVLab, EPFL, Switzerland（EPFL瑞士计算机视觉实验室）
专题命中 Image Fusion ：image fusion(abstract)
AI总结 MixRI通过轻量级网络和参考图像融合策略，实现新颖物体姿态估计，减少计算和存储需求，同时保持与传统方法相当的性能。
Comments Accepted by ICCV 2025
Journal ref Proceedings of the IEEE/CVF International Conference on Computer Vision (2025) 9024--9035
红外辅助单阶段框架用于雾中可见与红外图像的联合恢复与融合
机构 * Faculty of Information Engineering and Automation（信息工程与自动化学院） ； Key Laboratory of Artificial Intelligence in Yunnan Province（云南省人工智能重点实验室） ； School of Instrument Science and Opto-Electronic Engineering（仪器科学与光电工程学院）
专题命中 Image Fusion ：image fusion(abstract)
AI总结 本文提出一种红外辅助单阶段框架，用于在雾条件下联合恢复和融合可见与红外图像，通过提示生成机制和多阶段融合模块实现高效去雾与融合。
Comments Accepted by Pattern Recognition
TrackTeller: 基于时间的多模态3D定位用于行为依赖的对象引用
机构 * Zhejiang University（浙江大学） ； Fudan University（复旦大学） ； Huawei Technologies Ltd.（华为技术有限公司）
专题命中 Image Fusion ：image fusion(abstract)
AI总结 TrackTeller通过融合LiDAR图像、语言条件解码和时间推理，提升动态3D场景中基于语言的物体定位与跟踪性能。
Fose：一阶段扩散与端到端网络融合用于全色增强
机构 * Shanghai Jiao Tong University（上海交通大学）
专题命中 Image Fusion ：image fusion(abstract)
AI总结 Fose通过融合一步扩散模型与端到端网络，实现全色增强的高效高精度处理，提升速度7.42倍并优于基线模型。
Comments Code link: https://github.com/Kai-Liu001/Fose
利用大规模预训练的空间-光谱先验进行通用零样本全色融合
专题命中 Image Fusion ：image fusion(abstract)
AI总结 本文提出利用大规模模拟数据预训练空间-光谱先验，提升遥感图像融合在不同传感器和条件下的泛化能力。
机构 * Johns Hopkins University（约翰霍普金斯大学）
专题命中 Image Fusion ：image fusion(abstract)
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈