(tip26) Interactive Spatial-Frequency Fusion Mamba for Multi-Modal Image Fusion

作者认为现有多模态图像融合方法(MMIF),在频率域应用方面未实现多尺度高低频的自适应整合,高频噪声抑制效果不佳。同时,Mamba能以线性计算复杂度建模图像的长距离依赖,为 MMIF 提供了高效的特征提取方案。

为此,作者构建了ISFM 框架,整体包含 模态特定提取器(MSE)、多尺度频率融合(MFF)、交互式空频融合(ISF) 三个模块,其实中核心是 MFF 和 ISF。

多尺度频率融合(MFF): 如下图所示,采用 DWT将 特征分解为低频(LL)和高频(LH/HL/HH)分量;设计LFFB(低频融合块) :通过池化 + 深度卷积提取多尺度全局信息,结合空间注意力实现低频自适应融合;设计HFFB(高频融合块):通过不同尺寸平均池化相减增强边缘细节、抑制噪声,实现高频特征的鲁棒融合。输出两个特征,分别为用于 ISF 引导的特征、转换为空间域的特征。

交互式空频融合(ISF): 核心为频率引导曼巴(FGM)和频率引导门(FGG),实现频率特征对空间融合的跨模态引导。FGM 通过深度卷积 + 2D-SSM 处理空间特征,结合 FGG 生成的门控特征调制空间特征,实现空频信息的交互式整合; FGG 对空间特征和频率特征进行全局编码,生成自适应门控权重,引导空间特征的跨模态融合,提升互补信息挖掘能力。

实验部分可以参考作者论文,这里不过多介绍。

相关推荐
对你无可奈何2 小时前
给 ComfyUI 做了一个手机助手
人工智能
feasibility.4 小时前
英伟达把物理AI的3D模型“应用商店”开放了:2575个SimReady仿真资产,总计约472GB,可让agent装配机器人训练场景
人工智能·3d·机器人·仿真·建模·具身智能·英伟达
智联视频超融合平台4 小时前
消防宣传月过半,“AI+消防“给视频平台换了张考卷
人工智能·边缘计算·视频监控·安防·视频联网
冬奇Lab5 小时前
一天一个开源项目(第262篇):AG-UI —— 把 AI Agent 接进前端的开放协议,和 MCP、A2A 并列的第三块拼图
人工智能·开源
罗西的思考6 小时前
【轻量化复现大模型 / KIMI K3】MTP / EAGLE‑3 模块交互式演示
人工智能·深度学习·算法
RobinDevNotes6 小时前
Claude Code 剪视频,不上传、不要 API Key
人工智能·python·音视频·开发工具·ipython
stormzhangV7 小时前
Coding Agent,通往 AGI 的重要一环
人工智能·agent·ai编程
Bowen_J8 小时前
Apple Foundation Models:Apple AI核心框架
人工智能·ai编程·apple
IT_陈寒8 小时前
Redis那个过期删除策略,差点让我线上崩了
前端·人工智能·后端
阿里云大数据AI技术8 小时前
AI 原生大数据服务 ADA 快速入门:完成首次对话式数据分析
大数据·人工智能