可见光-红外协同识别伪装目标
针对可见光-红外伪装目标检测任务，提出置信引导融合与修复网络，通过跨模态协同融合和置信驱动修复，显著提升对高度伪装或部分遮挡目标的检测精度。
Cheng, Liu · Zheng, Wang · Yan, Xinyu · 孙美君 · Hu Q.
IEEE Transactions on Circuits and Systems for Video Technology 2026
通过跨模态协同融合模块（CMCF）自适应整合可见光和红外信息，有效利用互补信息，提升对高度伪装或部分遮挡目标的识别能力。
利用置信驱动修复模块（CDIM）通过高置信度像素信息细化低置信度区域的分割边界，提升预测精度。
将像素级不确定性作为动态权重融入损失函数，促使模型聚焦高不确定性区域，提升对困难区域的关注度。
构建了可见光-红外人工伪装（VIAC）数据集，为多模态伪装目标检测研究提供全面且高质量的基准。