CoFusion：基于谱坐标注意力的多光谱与高光谱图像融合
计算机视觉与模式识别
2026-04-15 v2
摘要
多光谱和高光谱图像融合（MHIF）旨在通过整合低分辨率高光谱图像（LRHSI）和高分辨率多光谱图像（HRMSI）来重建高分辨率图像。然而，现有方法在建模跨尺度互动和空间-光谱协同方面存在局限，难以在空间细节增强和光谱保真度之间实现最佳权衡。为此，本文提出CoFusion：一种统一的空间-光谱协作融合框架，显式建模跨尺度和跨模态依赖。具体而言，设计了多尺度生成器（MSG），构建三层金字塔结构，有效整合全局语义和局部细节。在每个尺度上，采用双分支策略：利用空间坐标感知混合模块（SpaCAM）捕获多尺度空间上下文，同时通过频率分解和坐标混合增强光谱表征。此外，本文引入空间-光谱跨融合模块（SSCFM），执行动态跨模态对齐和互补特征融合。大量实验表明，CoFusion在多个基准数据集上 consistently优于最先进的方法，在空间重建和光谱一致性方面均实现卓越的性能。
引用
@article{arxiv.2604.10584,
title = {CoFusion: Multispectral and Hyperspectral Image Fusion via Spectral Coordinate Attention},
author = {Baisong Li},
journal= {arXiv preprint arXiv:2604.10584},
year = {2026}
}