基于双曲空间的循环对齐用于红外-可见图像融合
计算机视觉与模式识别
2026-03-23 v2
摘要
图像融合综合了来自多个来源的互补信息，缓解了单一模态成像系统的固有局限性。准确的图像配准是有效的多源数据融合所必需的。然而，现有的配准方法通常基于欧几里得空间中的图像平移，难以有效处理跨模态错位，导致配准和融合质量 suboptimal。为克服这一限制，我们探索了在非欧几里得空间中的图像配准问题，提出了一种双曲循环对齐网络（Hy-CycleAlign）。到目前为止，Hy-CycleAlign是首个基于双曲空间的图像配准方法。它引入了双路径的跨模态循环配准框架，其中一个前向配准网络对跨模态输入进行配准，另一个后向配准网络用于重建原始图像，形成具有几何一致性的闭环配准结构。此外，我们设计了双曲层次对比配准（H^2CA）模块，将图像映射到双曲空间并施加配准约束，从而有效减少由模态差异导致的干扰。我们进一步分析了欧几里得空间和双曲空间中的图像配准，表明双曲空间能够实现更灵敏、更有效的多模态图像配准。广泛的实验在错位的多模态图像上表明，我们的方法在图像配准和融合方面显著优于现有方法。我们的代码将公开提供。
引用
@article{arxiv.2507.23508,
title = {Hyperbolic Cycle Alignment for Infrared-Visible Image Fusion},
author = {Timing Li and Bing Cao and Jiahe Feng and Haifang Cao and Qinghau Hu and Pengfei Zhu},
journal= {arXiv preprint arXiv:2507.23508},
year = {2026}
}