多模态信息融合

Entity-Guided Multi-Task Learning for Infrared and Visible Image Fusion

实体引导的多任务学习用于红外和可见图像融合

Wenyu Shao, Hongbo Liu, Yunchuan Ma, Ruili Wang

专题命中 红外-可见光融合 ：image fusion(title,abstract)；infrared and visible(title,abstract)；分类 cs.CV

AI总结 EGMT通过实体引导的多任务学习方法，提升红外和可见图像融合的语义一致性与质量。

Comments Accepted by IEEE Transactions on Multimedia

SLGNet: Synergizing Structural Priors and Language-Guided Modulation for Multimodal Object Detection

SLGNet: 结合结构先验与语言引导调制的多模态目标检测

Xiantai Xiang, Guangyao Zhou, Zixiao Wen, Wenshuai Li, Ben Niu, Feng Wang, Lijia Huang, Qiantong Wang, Yuhan Liu, Zongxu Pan, Yuxin Hu

机构 * Aerospace Information Research Institute, Chinese Academy of Sciences（中国科学院航天信息研究所） ； Key Laboratory of Target Cognition and Application Technology, Chinese Academy of Sciences（中国科学院目标认知与应用技术重点实验室） ； School of Electronic, Electrical and Communication Engineering, University of Chinese Academy of Sciences（中国科学院大学电子电气与通信工程学院） ； School of Software Engineering, Xi’an Jiaotong University（西安交通大学软件学院） 纠错

专题命中 红外-可见光融合 ：multimodal fusion(abstract)；分类 cs.CV

AI总结 SLGNet通过结合结构先验与语言引导调制，在冻结的ViT基础上实现高效多模态目标检测，提升环境适应性和检测性能。

A Mutual-Structure Weighted Sub-Pixel Multimodal Optical Remote Sensing Image Matching Method

一种互结构加权的子像素多模光学遥感图像匹配方法

Tao Huang, Hongbo Pan, Nanxi Zhou, Siyuan Zou, Shun Zhou

专题命中 红外-可见光融合 ：visible-infrared(abstract)；分类 cs.CV

AI总结 本文提出了一种基于相位一致性互结构加权的子像素多模光学遥感图像匹配方法，通过粗到细的框架提升匹配精度，实测平均精度达0.4像素。

DGE-YOLO: Dual-Branch Gathering and Attention for Accurate UAV Object Detection

DGE-YOLO：双分支聚集与注意力用于准确的无人机目标检测

Kunwei Lv, Zhiren Xiao, Hang Ren, Ping Lan

专题命中 红外-可见光融合 ：infrared and visible(abstract)；分类 cs.CV

AI总结 DGE-YOLO 通过双分支架构和高效多尺度注意力机制，提升多模态无人机目标检测的准确性和鲁棒性。

Comments 5 pages, 5 figures