研究人员开发了P2Fusion，一种新颖的红外-可见光图像融合框架，解决了协调不同热特征和纹理特征的挑战。与依赖静态约束或外部基础模型的先前方法不同，P2Fusion利用双重内在提示和基于蒸馏的方法从图像数据中学习动态调节器。该框架包含用于渐进式指导的Teach-to-Fuse机制和用于自适应特征细化的Gated Dynamic Expert Recalibration模块。实验表明，P2Fusion在多个数据集上取得了最先进的性能，提高了下游任务中的目标检测准确性。 AI
影响 通过改进图像融合以用于目标检测等下游AI任务，增强了多模态感知能力。
排序理由 该集群描述了一篇详细介绍新颖图像融合框架的研究论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
Infrared-visible image fusion (IVIF) is pivotal for multimodal perception, yet reconciling the inherent information disparity between thermal and textural features remains a fundamental challenge. Existing prior-guided methods often rely on static constraints that induce optimiza…
arXiv:2608.13045v1 Announce Type: new Abstract: Infrared-visible image fusion (IVIF) is pivotal for multimodal perception, yet reconciling the inherent information disparity between thermal and textural features remains a fundamental challenge. Existing prior-guided methods often…