MVAIBNet 多视图融合网络

解纠缠强化互补

利用注意力机制与信息瓶颈原理对准视图共有信息，同时保留各视图特有信息，提升融合表示质量。

尹明 · Xin, Liu · 高军礼 · 袁浩亮 · 金泰松 · Shengwei, Zhang · 李玲玲

IEEE Transactions on Industrial Informatics 2024

技术优势

融合更可解释

引入信息瓶颈原理对视图一致性与特异性信息进行整合，使融合过程基于明确的互信息约束，从而提升模型的可解释性。

性能稳定领先

在四个真实数据集上，该方法在多个评估指标上均优于现有最优方法，验证了其泛化能力和鲁棒性。

应用场景

• 工业视觉：提升工业视觉系统中多视角图像融合的精度与可解释性，辅助缺陷检测与质量评估。
• 多传感器融合：统一融合不同传感器数据，保留各传感器特有信息，增强系统决策可靠性。
• 物联网数据分析：处理物联网多源数据，提取紧凑且互补的表示，降低冗余并提高分析效率。