多模态信息融合

Light-scanning hand-held photoacoustic probe design

Yongjian Zhao, Luyao Zhu, Hengrong Lan, Daohuai Jiang, Feng Gao, Fei Gao

专题命中 通用Image Fusion ：image fusion(abstract)

Comments 15pages,9figures,journal under review

Multi-Modal Open-Domain Dialogue

Kurt Shuster, Eric Michael Smith, Da Ju, Jason Weston

专题命中 通用Image Fusion ：image fusion(abstract)

Progressive Refinement Imaging

Markus Kluge, Tim Weyrich, Andreas Kolb

专题命中 通用Image Fusion ：image fusion(abstract)

Comments This article has been published in final form at https://doi.org/10.1111/cgf.13808

Multi-Level Feature Abstraction from Convolutional Neural Networks for Multimodal Biometric Identification

Sobhan Soleymani, Ali Dabouei, Hadi Kazemi, Jeremy Dawson, Nasser M. Nasrabadi

专题命中 通用Image Fusion ：multimodal fusion(abstract)

Comments Accepted in "2018 International Conference on Pattern Recognition"

The relation between color spaces and compositional data analysis demonstrated with magnetic resonance image processing applications

Omer Faruk Gulban

专题命中 通用Image Fusion ：image fusion(abstract)

Comments 13 pages, 3 figures, short paper, submitted to Austrian Journal of Statistics compositional data analysis special issue, first revision, fix rendering error in fig2

Spatial Verification Using Wavelet Transforms: A Review

Michael Weniger, Florian Kapp, Petra Friederichs

专题命中 通用Image Fusion ：image fusion(abstract)

Comments Revised Manuscript submitted to Quarterly Journal of the Royal Meteorological Society (10 May 2016)

LUT-Fuse: Towards Extremely Fast Infrared and Visible Image Fusion via Distillation to Learnable Look-Up Tables

Xunpeng Yi, Yibing Zhang, Xinyu Xiang, Qinglong Yan, Han Xu, Jiayi Ma

机构 * Electronic Information School, Wuhan University（武汉大学电子信息学院） ； School of Automation, Southeast University（东南大学自动化学院） 纠错

专题命中 红外-可见光融合 ：image fusion(title,abstract)；infrared and visible(title,abstract)；multi-modal fusion(abstract)；multi-modal image fusion(abstract)

Comments Accepted by ICCV 2025

MMA-UNet: A Multi-Modal Asymmetric UNet Architecture for Infrared and Visible Image Fusion

Jingxue Huang, Xilai Li, Tianshu Tan, Xiaosong Li, Tao Ye

专题命中 红外-可见光融合 ：image fusion(title,abstract)；infrared and visible(title,abstract)；information fusion(abstract)；multi-modal image fusion(abstract)

MSGFusion: Multimodal Scene Graph-Guided Infrared and Visible Image Fusion

Guihui Li, Bowei Dong, Kaizhi Dong, Jiayi Li, Haiyong Zheng

机构 * College of Computer Science and Technology, Ocean University of China（中国海洋大学计算机科学与技术学院） ； College of Electronic Engineering, Ocean University of China（中国海洋大学电子工程学院） 纠错

专题命中 红外-可见光融合 ：image fusion(title,abstract)；infrared and visible(title,abstract)；medical image fusion(abstract)；分类 cs.CV

Modality-Aware Infrared and Visible Image Fusion with Target-Aware Supervision

Tianyao Sun, Dawei Xiang, Tianqi Ding, Xiang Fang, Yijiashun Qi, Zunduo Zhao

机构 * Independent researcher（独立研究者） ； Dept. of Computer Science Baylor University（计算机科学系 巴里尔大学） ； Dept. of Computer Science Engineering University of Connecticut（计算机科学工程系 佛罗里达大学） ； Dept. of Computer Science New York University（计算机科学系 新 york 大学） 纠错

专题命中 红外-可见光融合 ：image fusion(title,abstract)；infrared and visible(title,abstract)；multi-modal image fusion(abstract)；分类 cs.CV

Comments Accepted by 2025 6th International Conference on Computer Vision and Data Mining (ICCVDM 2025)

SFDFusion: An Efficient Spatial-Frequency Domain Fusion Network for Infrared and Visible Image Fusion

Kun Hu, Qingle Zhang, Maoxun Yuan, Yitian Zhang

专题命中 红外-可见光融合 ：image fusion(title,abstract)；infrared and visible(title,abstract)；feature-level fusion(abstract)；分类 cs.CV

Comments accept in ECAI 2024

CrossFuse: A Novel Cross Attention Mechanism based Infrared and Visible Image Fusion Approach

Hui Li, Xiao-Jun Wu

专题命中 红外-可见光融合 ：image fusion(title,abstract)；infrared and visible(title,abstract)；information fusion(abstract)；分类 cs.CV

Comments 11 pages, 16 fuigures

Explicit and implicit models in infrared and visible image fusion

Zixuan Wang, Bin Sun

专题命中 红外-可见光融合 ：image fusion(title,abstract)；infrared and visible(title,abstract)；multi-modal image fusion(abstract)；分类 cs.CV

Comments 8 pages, 5 figures, 2 tables

SGDFuse: SAM-Guided Diffusion Model for High-Fidelity Infrared and Visible Image Fusion

SGDFuse: 基于SAM的扩散模型用于高保真红外与可见图像融合

Xiaoyang Zhang, jinjiang Li, Guodong Fan, Yakun Ju, Linwei Fan, Jun Liu, Alex C. Kot

机构 * School of Computer Science（计算机科学学院） ； Business University, Yantai, China（烟台商学院） ； College of Computer and Data Science（计算机与数据科学学院） ； Fuzhou University, Fuzhou, China（福州大学） ； School of Computing and Mathematical Sciences（计算与数学科学学院） ； University of Leicester, Leicester, United Kingdom（莱斯特大学） ； School of Computing and Artificial Intelligence（计算与人工智能学院） ； Director of the Rapid-Rich Object Search Laboratory（快速丰富对象搜索实验室主任） ； NTU-PKU Joint Research Institute, Nanyang Technological University, Singapore（NTU-PKU联合研究机构，新加坡国立大学） 纠错

专题命中 红外-可见光融合 ：image fusion(title,abstract)；infrared and visible(title,abstract)；information fusion(comments,journal_ref)；分类 cs.CV

AI总结 本文提出SGDFuse，通过结合SAM的高阶语义先验与扩散模型的高保真生成能力，解决红外与可见图像融合中的语义盲问题，提升图像质量和下游任务性能。

Comments Published in Information Fusion

Journal ref Information Fusion, 2026: 104290

CrossFuse: Learning Infrared and Visible Image Fusion by Cross-Sensor Top-K Vision Alignment and Beyond

Yukai Shi, Cidan Shi, Zhipeng Weng, Yin Tian, Xiaoyu Xian, Liang Lin

专题命中 红外-可见光融合 ：image fusion(title,abstract)；infrared and visible(title,abstract)；分类 cs.CV

Comments IEEE T-CSVT. We mainly discuss the out-of-distribution challenges in infrared and visible image fusion

GAN-HA: A generative adversarial network with a novel heterogeneous dual-discriminator network and a new attention-based fusion strategy for infrared and visible image fusion

Guosheng Lu, Zile Fang, Jiaju Tian, Haowen Huang, Yuelong Xu, Zhuolin Han, Yaoming Kang, Can Feng, Zhigang Zhao

专题命中 红外-可见光融合 ：image fusion(title,abstract)；infrared and visible(title,abstract)；分类 cs.CV、eess.IV

An Attention-Guided and Wavelet-Constrained Generative Adversarial Network for Infrared and Visible Image Fusion

Xiaowen Liu, Renhua Wang, Hongtao Huo, Xin Yang, Jing Li

专题命中 红外-可见光融合 ：image fusion(title,abstract)；infrared and visible(title,abstract)；分类 cs.CV、eess.IV

When Image Decomposition Meets Deep Learning: A Novel Infrared and Visible Image Fusion Method

Zixiang Zhao, Jiangshe Zhang, Shuang Xu, Kai Sun, Chunxia Zhang, Junmin Liu

专题命中 红外-可见光融合 ：image fusion(title,abstract)；infrared and visible(title,abstract)；分类 cs.CV、eess.IV

Comments arXiv admin note: substantial text overlap with arXiv:2003.09210

DIDFuse: Deep Image Decomposition for Infrared and Visible Image Fusion

Zixiang Zhao, Shuang Xu, Chunxia Zhang, Junmin Liu, Pengfei Li, Jiangshe Zhang

专题命中 红外-可见光融合 ：image fusion(title,abstract)；infrared and visible(title,abstract)；分类 cs.CV、eess.IV

ConFusion: Continuous Fusion Space Learning for Fine-Grained Controllable Infrared and Visible Image Fusion

ConFusion：用于细粒度可控红外与可见光图像融合的连续融合空间学习

Guo Yurong, He Yufei, Li Yonghao, Chang Dongliang, Zhang Ke, Ma Zhanyu

机构 * North China Electric Power University（华北电力大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） 纠错

专题命中 红外-可见光融合 ：image fusion(title,abstract)；infrared and visible(title,abstract)；分类 cs.CV

AI总结 研究可控红外与可见光图像融合，提出ConFusion框架，通过高斯条件空间感知调制学习连续融合空间，采用双分支架构及相关模块实现实例级细粒度可控融合，实验证明其在融合质量和下游任务上达先进水平。

Comments 10 pages, 5 figures

Current Injection Spiking Neural Network for Infrared and Visible Image Fusion

用于红外与可见光图像融合的电流注入脉冲神经网络

Rui Zhao, Zhuoyuan Li, Wenrui Li, Yanchen Dong, Yajing Zheng, Giuseppe Valenzise, Weisi Lin

机构 * College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） ； The Hong Kong Polytechnic University（香港理工大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； State Key Laboratory for Multimedia Information Processing, School of Computer Science, Peking University（北京大学计算机科学学院多媒体信息处理国家重点实验室） 纠错

专题命中 红外-可见光融合 ：image fusion(title,abstract)；infrared and visible(title,abstract)；分类 cs.CV

AI总结 研究红外与可见光图像融合问题，提出CIS - Fuse脉冲网络，通过电流注入脉冲算子在膜电位水平实现跨模态融合，构建双向跨模态融合模块并部署在双分支架构上，实验表明其融合质量与基于ANN的方法相当且更节能。

EPOFusion: Exposure aware Progressive Optimization Method for Infrared and Visible Image Fusion

EPOFusion：一种针对红外和可见图像融合的曝光感知渐进优化方法

Zhiwei Wang, Defeng He, Li Zhao, Xiaoqin Zhang, Yuxing Li, Edmund Y. Lam

机构 * College of Information Engineering, Zhejiang University of Technology（浙江工业大学信息工程学院） ； College of Information Science and Technology, Zhejiang Shuren University（浙江树人大学信息科技学院） ； Department of Electrical and Electronic Engineering, The University of Hong Kong（香港大学电机电子工程系） 纠错

专题命中 红外-可见光融合 ：image fusion(title,abstract)；infrared and visible(title,abstract)；分类 cs.CV

AI总结 本文提出EPOFusion方法，通过引入指导模块和迭代解码器提升曝光区域的融合效果，同时构建首个高质红外引导标注的曝光数据集，实验表明其在视觉保真度和下游任务表现上优于现有方法。

EvaNet: Towards More Efficient and Consistent Infrared and Visible Image Fusion Assessment

EvaNet：迈向更高效且一致的红外与可见图像融合评估

Chunyang Cheng, Tianyang Xu, Xiao-Jun Wu, Tao Zhou, Hui Li, Zhangyong Tang, Josef Kittler

机构 * Jiangnan University（江南大学） ； University of Surrey（萨里大学） 纠错

专题命中 红外-可见光融合 ：image fusion(title,abstract)；infrared and visible(title,abstract)；分类 cs.CV

AI总结 本文提出EvaNet框架，通过轻量网络高效近似常用指标，结合对比学习和大语言模型感知评估，实现更一致的图像融合评估。

Comments 20 figures,accepted by TPAMI

Beyond Strict Pairing: Arbitrarily Paired Training for High-Performance Infrared and Visible Image Fusion

超越严格配对：用于高性能红外和可见图像融合的任意配对训练

Yanglin Deng, Tianyang Xu, Chunyang Cheng, Hui Li, Xiao-jun Wu, Josef Kittler

机构 * School of Artificial Intelligence and Computer Science, Jiangnan University（江南大学人工智能与计算机科学学院） ； Centre for Vision, Speech and Signal Processing (CVSSP), University of Surrey（Surrey 大学视觉、语音和信号处理中心） 纠错

专题命中 红外-可见光融合 ：image fusion(title,abstract)；infrared and visible(title,abstract)；分类 cs.CV

AI总结 本文挑战严格配对训练范式，提出任意配对训练范式，通过丰富跨模态关系提升红外和可见图像融合性能，实验证明其在数据有限情况下可达到与大规模数据集相当的性能。

Comments Accepted by CVPR2026

FusionRegister: Every Infrared and Visible Image Fusion Deserves Registration

FusionRegister: 每个红外和可见图像融合都应进行配准

Congcong Bian, Haolong Ma, Hui Li, Zhongwei Shen, Xiaoqing Luo, Xiaoning Song, Xiao-Jun Wu

机构 * School of Artificial Intelligence and Computer Science, Jiangnan University, Wuxi, China（江南大学人工智能与计算机科学学院） ； School of Electronic and Information Engineering, Suzhou University of Science and Technology, Suzhou, China（苏州科技大学电子与信息工程学院） 纠错

专题命中 红外-可见光融合 ：image fusion(title,abstract)；infrared and visible(title,abstract)；分类 cs.CV

AI总结 FusionRegister 通过视觉先验引导的通用跨模态配准方法，提升红外与可见图像融合的鲁棒性与效率。

Bridging Human Evaluation to Infrared and Visible Image Fusion

将人类评估与红外与可见图像融合相结合

Jinyuan Liu, Xingyuan Li, Qingyun Mei, Haoyuan Xu, Zhiying Jiang, Long Ma, Risheng Liu, Xin Fan

机构 * School of Mechanical Engineering, Dalian University of Technology（大连理工大学机械工程学院） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； School of Software Technology & DUT-RU International School of ISE, Dalian University of Technology（大连理工大学软件学院） ； College of Information Science and Technology, Dalian Maritime University（大连海事大学信息科学与技术学院） 纠错

专题命中 红外-可见光融合 ：image fusion(title,abstract)；infrared and visible(title,abstract)；分类 cs.CV

AI总结 本文提出了一种反馈强化框架，通过引入大规模人类反馈数据集和领域特定奖励函数，提升红外与可见图像融合的感知质量，使其更符合人类审美。

RIS-FUSION: Rethinking Text-Driven Infrared and Visible Image Fusion from the Perspective of Referring Image Segmentation

RIS-FUSION: 重新思考基于文本的红外和可见图像融合：从指代图像分割的角度

Siju Ma, Changsiyu Gong, Xiaofeng Fan, Yong Ma, Chengjie Jiang

机构 * Central University of Finance and Economics（中央财经大学） ； Tsinghua University（清华大学） 纠错

专题命中 红外-可见光融合 ：image fusion(title,abstract)；infrared and visible(title,abstract)；分类 cs.CV

AI总结 RIS-FUSION通过联合优化融合与指代图像分割，提升基于文本的红外和可见图像融合性能，实现mIoU指标的显著提升。

Comments ICASSP 2026

CtrlFuse: Mask-Prompt Guided Controllable Infrared and Visible Image Fusion

CtrlFuse: 基于掩码提示的可控红外与可见图像融合

Yiming Sun, Yuan Ruan, Qinghua Hu, Pengfei Zhu

专题命中 红外-可见光融合 ：image fusion(title,abstract)；infrared and visible(title,abstract)；分类 cs.CV

AI总结 CtrlFuse通过基于掩码提示的可控融合框架，实现红外与可见图像的交互式动态融合，提升任务性能与融合质量。

Comments 18 pages,22 figures,published to AAAI 2026

Entity-Guided Multi-Task Learning for Infrared and Visible Image Fusion

实体引导的多任务学习用于红外和可见图像融合

Wenyu Shao, Hongbo Liu, Yunchuan Ma, Ruili Wang

专题命中 红外-可见光融合 ：image fusion(title,abstract)；infrared and visible(title,abstract)；分类 cs.CV

AI总结 EGMT通过实体引导的多任务学习方法，提升红外和可见图像融合的语义一致性与质量。

Comments Accepted by IEEE Transactions on Multimedia

Revisiting Generative Infrared and Visible Image Fusion Based on Human Cognitive Laws

Lin Guo, Xiaoqing Luo, Wei Xie, Zhancheng Zhang, Hui Li, Rui Wang, Zhenhua Feng, Xiaoning Song

机构 * School of Artificial Intelligence and Computer Science, Jiangnan University（江南大学人工智能与计算机科学学院） 纠错

专题命中 红外-可见光融合 ：image fusion(title,abstract)；infrared and visible(title,abstract)；分类 cs.CV

Comments NeurIPS 2025 spotlight