渐进多尺度对齐网络

非对齐融合免微调

用多视图嵌入生成广义变形场，配合多尺度渐进对齐，把配准与融合合并成单步框架，增强对非对齐输入的容错。

Yida, Chen · 张亚飞 · 李华锋 · 余正涛 · Yu, Liu

Information Fusion 2026

技术优势

单阶段完成

将配准与融合联合在单一框架内实现，避免两阶段方法的效率损失和误差积累。

无需微调

实验结果显示该方法在多个数据集上无需微调即可实现优秀融合性能，便于直接部署。

容错能力增强

渐进多尺度对齐减少了对单一变形场高精度预测的依赖，增强变形场的容错性并降低过拟合风险。

应用场景

• 红外与可见光融合：在非对齐输入上直接实现高质量融合，省去配准预处理步骤，提升系统实时性。
• 无人机多光谱感知：无人机多光谱载荷无需精确对齐即可融合红外与可见光信息，降低机械对准精度要求。
• 机器人多模态视觉：机器人视觉系统可将配准与融合合并处理，减少计算延迟并提高对传感器偏差的鲁棒性。