研究人员开发了WD-FQDet，一个新颖的检测框架，旨在通过有效结合红外和可见光图像特征来改进多光谱目标检测。该系统将模态共享和模态特定信息解耦到低频和高频域，从而实现定制化的融合策略。它包含了对齐共享特征和保留特定特征的模块，以及一个混合增强模块和一个频率感知查询选择机制。在多个数据集上的实验表明，WD-FQDet 达到了最先进的性能。 AI
影响 通过利用多光谱成像中的频率域分析，引入了一种提高目标检测精度的新方法。
排序理由 该集群描述了一篇详细介绍新颖检测框架的学术论文。
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 →
完整方法见我们的编辑标准。
Infrared-visible object detection improves detection performance by combining complementary features from multispectral images. Existing backbone-specific and backbone-shared approaches still suffer from the problems of severe bias of modality-shared features and the insufficienc…
Infrared-visible object detection improves detection performance by combining complementary features from multispectral images. Existing backbone-specific and backbone-shared approaches still suffer from the problems of severe bias of modality-shared features and the insufficienc…