自监督 Mamba 用于图像融合:一种新方法ArXiv•2025年12月24日 03:57•Research▸▾Research#Image Fusion🔬 Research|分析: 2026年1月10日 07:49•发布: 2025年12月24日 03:57•1分で読める•ArXiv分析这项研究探索了一种使用 Mamba(一种前沿的序列模型)进行图像融合的新型自监督方法。 该研究的潜力在于其在改善图像质量和跨不同应用提取信息方面的应用。要点与引用▶▼•将 Mamba 架构应用于图像融合,可能提高性能。•利用自监督学习方法,减少对标注数据的需求。•专注于通用图像融合,表明具有广泛的适用性。引用 / 来源查看原文"The article is sourced from ArXiv, indicating it is a pre-print of a research paper."AArXiv* 根据版权法第32条进行合法引用。永久链接ArXiv
一种用于低空红外和可见光图像融合的目标-背景对比度度量ArXiv•2025年12月17日 09:05•Research▸▾Research#Image Fusion🔬 Research|分析: 2026年1月10日 10:29•发布: 2025年12月17日 09:05•1分で読める•ArXiv分析这项研究引入了一种新的度量标准TBC,旨在改进红外和可见光图像的融合,可能对无人机监控和自主导航等低空应用有所裨益。 关注目标-背景对比度表明,研究目标是在具有挑战性的条件下改善物体检测和场景理解。要点与引用▶▼•引入目标-背景对比度 (TBC) 度量标准。•旨在改进红外和可见光图像的融合。•针对低空应用。引用 / 来源查看原文"The research focuses on low-altitude applications of image fusion."AArXiv* 根据版权法第32条进行合法引用。永久链接ArXiv
用于遥感图像锐化的新型卷积方法ArXiv•2025年12月9日 08:00•Research▸▾Research#Remote Sensing🔬 Research|分析: 2026年1月10日 12:38•发布: 2025年12月9日 08:00•1分で読める•ArXiv分析这项研究探索了一种用于全色锐化的新型卷积神经网络架构,这是遥感中的一项关键任务。 这篇论文的新颖之处可能在于其双峰、双自适应和掩码感知方法,表明其侧重于提高图像融合质量。要点与引用▶▼•侧重于改进全色锐化,增强多光谱图像的分辨率。•采用一种新颖的卷积架构:Bi^2MAC(双峰双自适应掩码感知卷积)。•旨在增强遥感数据的图像融合质量和细节。引用 / 来源查看原文"The article's context indicates the paper is hosted on ArXiv, suggesting a pre-print publication."AArXiv* 根据版权法第32条进行合法引用。永久链接ArXiv
图像融合新突破:基于扩散Transformer的语义可控方法ArXiv•2025年12月8日 05:04•Research▸▾Research#Image Fusion🔬 Research|分析: 2026年1月10日 12:50•发布: 2025年12月8日 05:04•1分で読める•ArXiv分析这篇ArXiv论文提出了一种使用扩散Transformer的图像融合新方法,旨在实现语义控制。 专注于统一语义和可控融合,表明在图像处理应用方面具有潜在的进步。要点与引用▶▼•该研究引入了一种新的图像融合技术。•它利用扩散Transformer进行语义控制。•该研究发表在ArXiv上,表明是早期阶段的研究。引用 / 来源查看原文"The paper presents a Diffusion Transformer approach."AArXiv* 根据版权法第32条进行合法引用。永久链接ArXiv
增强极端场景:AI驱动的红外-可见光图像融合ArXiv•2025年12月6日 11:17•Research▸▾Research#Image Fusion🔬 Research|分析: 2026年1月10日 12:56•发布: 2025年12月6日 11:17•1分で読める•ArXiv分析这项研究探索了一种新的方法,通过结合红外和可见光数据来增强具有挑战性光照条件下的图像质量。 这种感知区域驱动的融合方法有望改善场景理解,并可能影响自动驾驶和监控等应用。要点与引用▶▼•该研究提出了一种结合红外和可见光图像的融合技术。•该方法旨在改善极端光照条件下的图像质量。•潜在应用包括自动驾驶汽车和监控系统。引用 / 来源查看原文"The paper focuses on perceptual region-driven infrared-visible co-fusion."AArXiv* 根据版权法第32条进行合法引用。永久链接ArXiv
S2WMamba:基于谱-空间小波Mamba的图像融合新进展ArXiv•2025年12月6日 07:15•Research▸▾Research#Pansharpening🔬 Research|分析: 2026年1月10日 12:57•发布: 2025年12月6日 07:15•1分で読める•ArXiv分析这项研究探索了Mamba模型在全色锐化任务中的应用,Mamba模型以其在序列建模中的效率而闻名。小波变换的使用表明,该研究旨在捕捉多尺度特征以改进图像融合。要点与引用▶▼•将Mamba模型应用于全色锐化问题。•利用谱-空间小波技术。•旨在提高遥感图像融合质量。引用 / 来源查看原文"The paper is published on ArXiv."AArXiv* 根据版权法第32条进行合法引用。永久链接ArXiv