免标注自适应融合
利用CLIP与DINO提取的全局和局部语义先验，无需手工标注即可指导红外与可见光图像自适应融合，同时提升视觉效果与语义精度。
Zhang H. · Yao S. · Ma J. · Jiang J. · Zhang Y. · Zhou H.
Information Fusion 2026
利用CLIP和DINO的预训练能力提取语义先验，无需任何人工标注数据即可实现语义理解。
CLIP提供全局语义对齐，DINO捕捉细粒度局部语义，两者互补，实现对源图像的全面理解。
语义先验通过专门设计的语义自适应融合网络引导融合过程，根据语义内容自适应地突出各模态的独特特征。
在公开数据集上的大量评估表明，SPGFusion在视觉质量和语义准确度上均优于现有最先进方法。