摘要 本文提出一种协同增强网络(CENet)框架，通过联合执行热红外图像超分辨率(SR)和可见光图像模态转换(MC)来生成高分辨率无人机热红外图像。针对现有方法在跨模态特征提取和精细细节重建方面的不足，设计了双向交互的相互引导模块(MGM)和特征对齐融合模块(BAFM)。MGM利用Transformer注意力机制实现两个任务间的特征相互增强，BAFM解决模态差异导致的位置偏差问题。实验表明，该方法

摘要 本文提出DC-Mamba框架解决无人机热成像超分辨率问题。该方法创新性地融合退化感知与跨模态特征，通过三个关键技术提升重建质量：1）设计自监督退化感知模块，提取并利用图像退化信息指导重建；2）引入视觉优化的状态空间模型（VFSSM），有效捕捉长距离空间依赖关系；3）构建三级跨模态融合框架，从交互、细化和增强三个层面整合可见光图像特征。实验证明，该方法在多个评估指标上优于现有SOTA方法，能有

本文提出Dif-CDFusion，一种基于扩散模型的红外与可见光图像融合新方法，通过通用-差分交替融合网络解决现有方法在光谱保真度和结构一致性上的不足。该方法利用扩散模型在潜在空间中对多通道光谱分布进行建模，提取保留颜色完整性和纹理细节的特征。设计的通用-差分交替融合模块(CDAF)能有效整合差分模态分量与通用模态分量，同时增强结构细节与热目标显著性。实验表明，Dif-CDFusion在定量和定性

摘要 本文提出AMSFusion，一种基于注意力机制的自适应多尺度红外与可见光图像融合网络。针对现有方法忽视浅层特征、依赖人工融合策略的问题，该方法采用U-Net架构的自编码器，通过双分支Transformer-Dense模块处理多尺度特征。融合网络部分创新性地结合通道-空间注意力块（CSA）和移位窗口注意力与卷积混合Transformer（SWACmixT），实现自适应特征加权与融合。两阶段训练

本文提出了一种基于对抗扩散蒸馏(ADD)的高效盲超分辨率方法AddSR。针对现有基于Stable Diffusion的方法效率低下和感知-失真不平衡问题，作者提出两项创新：1)时间步自适应ADD(TA-ADD)损失，通过动态调整权重平衡感知质量与保真度；2)基于预测的自精炼策略(PSR)，利用预测噪声估计HR图像以增强高频细节。实验表明，AddSR在保持高质量修复的同时，速度比现有方法快7倍，为基

物体检测、物体识别、语义分割、显著性目标检测究竟有什么区别与联系？

本文提出一种相位引导的跨频率集成网络(PGCFINet)用于ISAR与光学图像融合。针对现有方法依赖手工融合规则、空间域感受野有限等问题，创新性地利用频域全局建模能力，设计了相位引导跨频率集成模块(PGCFIM)，通过深度傅里叶变换建立全图感受野，并显式聚合相位分量引导跨模态互补特征学习。该方法构建了包含16种航天器模型的IODataset作为评估基准。实验表明，PGCFINet在定性和定量指标上

本文提出了一种无需人工标注的语义先导红外与可见光图像融合方法SPGFusion。该方法创新性地利用CLIP和DINO预训练视觉模型，构建全局与局部互补的语义先验，克服了传统方法依赖标注数据的局限。通过设计的语义自适应融合网络（包含CSAF和PSAF模块），实现了上下文感知的自适应融合。实验表明，SPGFusion在视觉质量和语义准确性上优于现有方法，显著降低了对人工标注的依赖。该方法为图像融合领域

本文提出了一种创新的红外与可见光图像融合方法HSFusion，通过层次多尺度特征融合网络结合状态空间模型(SSM)的优势。该方法设计了三个关键模块：1)多尺度特征提取网络整合SSM和卷积网络，有效保留全局和局部特征；2)跨层级全局-局部注意力模型促进不同尺度特征的交互；3)自适应特征融合模块通过门控机制实现模态间动态信息融合。实验表明，HSFusion在保留细节纹理和突出红外目标方面优于现有方法，

本文提出了一种结合梯度迁移学习与融合规则展开的通用图像融合框架。针对现有方法在训练阶段无法有效利用跨任务互补信息、在网络设计上依赖经验驱动的问题，作者提出：1) 序列式梯度迁移训练框架，通过教师模型传递互补结构信息，避免任务冲突；2) 基于深度平衡模型的隐式展开网络，从基础融合规则演化而来，显著提升计算效率。实验表明，该方法在多种融合任务(MFIF/MEIF/IVF)中均取得竞争优势，在未见过的医