Text-Driven Fusion for Infrared and Visible Images: Achieving Image Scene Adaptation on Hyperbolic Space
该论文介绍了一种由文本驱动的红外与可见光图像融合框架,利用双曲流形学习解决欧氏空间方法在语义层次和距离度量上的局限。训练阶段使用 BLIP 提取的文本提示作为拓扑锚点,通过双曲嵌入自然适应不同粒度语义,并利用庞加莱球的负曲率特性避免纹理失真;推理阶段无需输入文本即可自适应融合内容。实验表明该方法在基准数据集上优于现有最先进方法,代码已开源。