多模态信息融合

Degradation-Robust Fusion: An Efficient Degradation-Aware Diffusion Framework for Multimodal Image Fusion in Arbitrary Degradation Scenarios

抗退化融合：一种高效的抗退化扩散框架，用于任意退化场景下的多模态图像融合

Yu Shi, Yu Liu, Zhong-Cheng Wu, Juan Cheng, Huafeng Li, Xun Chen

机构 * Department of Biomedical Engineering, Hefei University of Technology（合肥工业大学生物医学工程系） ； Faculty of Information Engineering and Automation, Kunming University of Science and Technology（昆明理工大学信息工程与自动化学院） ； School of Information Science and Technology, University of Science and Technology of China（中国科学技术大学信息科学技术学院） 纠错

专题命中 通用Image Fusion ：image fusion(title,abstract)；multimodal image fusion(title)；分类 cs.CV

AI总结 本文提出一种高效的抗退化扩散框架，用于处理多模态图像融合中的复杂退化场景。该框架通过隐式去噪和联合观测模型校正机制，提升了在复杂退化下的融合性能。

Comments Accepted by CVPR 2026

UHD Low-Light Image Enhancement via Real-Time Enhancement Methods with Clifford Information Fusion

通过Clifford信息融合的实时方法实现UHD低光照图像增强

Xiaohan Wang, Chen Wu, Dawei Zhao, Guangwei Gao, Dianjie Lu, Guijuan Zhang, Linwei Fan, Xu Lu, Shuai Wu, Hang Wei, Zhuoran Zheng

机构 * Xi'an University of Electronic Science and Technology（西安电子科技大学） ； National University of Defense Technology（国防科技大学） ； School of Computer Science and Engineering, Nanjing University of Science and Technology（南京理工大学计算机科学与工程学院） ； School of Information Science and Engineering, Shandong Normal University（山东师范大学信息科学与工程学院） ； School of Computing and Artificial Intelligence, Shandong University of Finance and Economics（山东财经大学计算机科学与人工智能学院） ； College of Information Science and Engineering, Shandong Agricultural University（山东农业大学信息科学与工程学院） ； Xi'an University（西安大学） ； Qilu University of Technology（齐鲁工业大学） 纠错

专题命中 通用Image Fusion ：information fusion(title)；分类 cs.CV、eess.IV

AI总结 本文提出基于Clifford代数的实时UHD低光照图像增强网络，通过几何特征融合解决内存瓶颈问题，实现4K/8K图像毫秒级推理，并在多个恢复指标上优于现有方法。