一种面向所有任务的模型：低层任务交互是任务无关图像融合的关键
计算机视觉与模式识别
2025-03-11 v2
摘要
高级图像融合方法大多侧重高层任务，任务交互在语义鸿沟上难以处理，需要复杂的桥接机制。相反，我们提出利用数字摄影融合中的低层视觉任务，实现通过像素级监督的有效特征交互。这种新范式为无监督多模态融合提供强有力的指导，无需依赖抽象语义，增强任务共享特征学习以实现更广泛的适用性。由于混合图像特征和增强的通用表征，提出的 GIFNet 支持多样化的融合任务，在见到的和未见到的情景中均实现高性能。独特地，实验结果表明，我们的框架还支持单模态增强，为实际应用提供了卓越的灵活性。我们的代码将在 https://github.com/AWCXV/GIFNet 上公开。
引用
@article{arxiv.2502.19854,
title = {One Model for ALL: Low-Level Task Interaction Is a Key to Task-Agnostic Image Fusion},
author = {Chunyang Cheng and Tianyang Xu and Zhenhua Feng and Xiaojun Wu and ZhangyongTang and Hui Li and Zeyang Zhang and Sara Atito and Muhammad Awais and Josef Kittler},
journal= {arXiv preprint arXiv:2502.19854},
year = {2025}
}
备注
Accepted by CVPR 2025 v2