FusionRegister：每一种红外和可见图像融合都需要配准
计算机视觉与模式识别
2026-03-10 v1
摘要
不同视觉模态之间的空间配准是多模态图像融合中至关重要但极具挑战性的步骤。虽然已提出多种方法来解决此问题，但现有的配准基方法通常需要大量的预配准操作，限制了其效率。为克服这些限制，我们提出了一种引导视觉先验的通用跨模态配准方法，用于红外和可见图像融合任务，称为 FusionRegister。首先，FusionRegister 通过学习跨模态错配表示而非强制对所有差异进行对齐来实现鲁棒性，即使在恶劣输入条件下也能稳定输出。此外，FusionRegister 通过直接在融合结果上运行，显式地表示错配并有效处理，从而实现与多种融合方法的无缝集成，同时保留其固有属性。进一步地，其效率通过将其用作自然视觉先验提供者来增强，后者引导配准过程仅聚焦于不匹配区域，从而避免冗余操作。对三个数据集进行大量实验表明，FusionRegister 不仅继承了最先进方法的融合质量，还在细节对齐和鲁棒性方面显著优于现有方法，非常适合红外和可见图像融合方法。代码将在 https://github.com/bociic/FusionRegister 上提供。
引用
@article{arxiv.2603.07667,
title = {FusionRegister: Every Infrared and Visible Image Fusion Deserves Registration},
author = {Congcong Bian and Haolong Ma and Hui Li and Zhongwei Shen and Xiaoqing Luo and Xiaoning Song and Xiao-Jun Wu},
journal= {arXiv preprint arXiv:2603.07667},
year = {2026}
}