Tag · 8 篇

图像融合

分布底层视觉与图像复原6生成模型与扩散2

UniFusion: A Unified Image Fusion Framework with Robust Representation and Source-Aware Preservation

用 DINOv3 冻结特征构建跨模态共享语义空间，并用重建-对齐损失约束融合输出与各源图的一致性，这套「基础模型特征 + 重建约束」的组合可直接迁移到多曝光/多聚焦/红外-可见光等任意多源融合与复原任务，双层优化解耦融合与重建目标的思路也适用于其他多目标耦合的低层视觉训练。

RegionFuse: Region-Adaptive Pixel Distribution Learning for Infrared and Visible Image Fusion

将混合专家（MoE）与区域级注意力结合，按局部像素分布动态生成融合权重，这一「区域自适应权重生成」思路可直接迁移到多曝光融合、多模态特征融合、动态卷积等需要空间自适应加权的视觉任务。

More Than Meets the Eye: A Unified Image Fusion Framework via Semantic-Pixel Entropy Trade-off for Zero-Shot Generalization

提出基于自由能原理的语义-像素熵权衡范式与频率感知特征解耦机制，可复用于多模态图像融合、零样本泛化到未见融合任务，并为无监督融合提供统一优化目标。

Missing No More: Dictionary-Guided Cross-Modal Image Fusion under Missing Infrared

把跨模态融合从像素空间生成搬到共享卷积字典的系数域，用「编码-迁移-融合-重建」闭环替代不可控的像素级生成；对做多模态融合、缺失模态补全的研究者，这套字典-系数表示提供了一个可解释、可复用且能接下游检测的替代范式。

MagicFuse: Single Image Fusion for Visual and Semantic Reinforcement

利用扩散模型从单张退化可见光图像生成跨光谱场景表示，通过融合两个扩散分支的噪声实现知识级融合，为单模态输入下的多模态融合提供了新思路。

Fusion in Your Way: Aligning Image Fusion with Heterogeneous Demands via Direct Preference Optimization

把 DPO 引入潜扩散模型的采样过程，用偏好信号直接控制生成结果的属性，为视觉中「同一输入需输出多种风格/质量取向结果」的可控生成提供了一套可复用的偏好对齐训练范式。

Bridging Human Evaluation to Infrared and Visible Image Fusion

将人类主观偏好通过强化学习（GRPO）引入红外与可见光图像融合，提供了一套可复用的「人类反馈数据集构建+奖励模型训练+策略优化」范式，可迁移到其他低层视觉任务（如超分、去噪）以对齐人类感知。

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

把红外与可见光图像融合的训练从严格配对中解放出来，用非配对/任意配对数据即可训练，并给出 CNN/Transformer/GAN 三个轻量基线；做多模态融合或跨模态配准数据稀缺时，可直接复用其任意配对训练目标与配套损失函数。