精度效率双领先
通过相关性驱动的特征解耦与分层集成，实现RGB-热成像多模态特征的高效融合，显著提升复杂场景下的分割精度与模型效率。
Haojie, Chen · Zhuo, Wang · 秦洪德 · Mu, Xiaokai
IEEE Transactions on Intelligent Transportation Systems 2025
通过相关性驱动的解耦，强相关特征用余弦相似度融合，弱相关特征用差分融合，再分层集成，避免忽略模态间相关性导致的融合不足。
采用具有线性复杂度的VMamba双分支骨干作为编码器，降低模型复杂度，在保持精度的同时提升效率。
在多个多模态语义分割数据集上，CFDHI-Net在分割精度和模型效率两方面都达到最先进水平。