Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2509.00346

帮助 | 高级搜索

计算机科学 > 计算机视觉与模式识别

arXiv:2509.00346 (cs)
[提交于 2025年8月30日 ]

标题: LUT-Fuse:通过蒸馏学习可学习查找表实现极快的红外与可见光图像融合

标题: LUT-Fuse: Towards Extremely Fast Infrared and Visible Image Fusion via Distillation to Learnable Look-Up Tables

Authors:Xunpeng Yi, Yibing Zhang, Xinyu Xiang, Qinglong Yan, Han Xu, Jiayi Ma
摘要: 当前红外和可见光图像融合的高级研究主要集中在提高融合性能,常常忽视了在实时融合设备上的适用性。 在本文中,我们提出了一种新方法,通过蒸馏学习专门设计用于图像融合的可学习查找表,称为LUT-Fuse。 首先,我们开发了一种利用低阶近似编码和高层联合上下文场景编码的查找表结构,这非常适合多模态融合。 此外,鉴于多模态图像融合中缺乏真实标签,我们自然提出了高效的LUT蒸馏策略,而不是传统的量化LUT方法。 通过将多模态融合网络(MM-Net)的性能整合到MM-LUT模型中,我们的方法在效率和性能方面取得了显著突破。 它通常比当前轻量级SOTA融合算法所需时间少于十分之一,确保在各种场景下具有高速操作能力,即使在低功耗移动设备上也是如此。 大量实验验证了我们融合方法的优势、可靠性和稳定性。 代码可在https://github.com/zyb5/LUT-Fuse获取。
摘要: Current advanced research on infrared and visible image fusion primarily focuses on improving fusion performance, often neglecting the applicability on real-time fusion devices. In this paper, we propose a novel approach that towards extremely fast fusion via distillation to learnable lookup tables specifically designed for image fusion, termed as LUT-Fuse. Firstly, we develop a look-up table structure that utilizing low-order approximation encoding and high-level joint contextual scene encoding, which is well-suited for multi-modal fusion. Moreover, given the lack of ground truth in multi-modal image fusion, we naturally proposed the efficient LUT distillation strategy instead of traditional quantization LUT methods. By integrating the performance of the multi-modal fusion network (MM-Net) into the MM-LUT model, our method achieves significant breakthroughs in efficiency and performance. It typically requires less than one-tenth of the time compared to the current lightweight SOTA fusion algorithms, ensuring high operational speed across various scenarios, even in low-power mobile devices. Extensive experiments validate the superiority, reliability, and stability of our fusion approach. The code is available at https://github.com/zyb5/LUT-Fuse.
评论: 被ICCV 2025接收
主题: 计算机视觉与模式识别 (cs.CV)
引用方式: arXiv:2509.00346 [cs.CV]
  (或者 arXiv:2509.00346v1 [cs.CV] 对于此版本)
  https://doi.org/10.48550/arXiv.2509.00346
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Xunpeng Yi [查看电子邮件]
[v1] 星期六, 2025 年 8 月 30 日 03:59:26 UTC (8,025 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cs.CV
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-09
切换浏览方式为:
cs

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号