Buchumschlag

Interactive Spatial-Frequency Fusion Mamba for Multi-Modal Image Fusion

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhu, Yixin, Lv, Long, Zhang, Pingping, Liu, Xuehu, Tang, Tongdan, Tian, Feng, Sun, Weibing, Lu, Huchuan
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition Multimedia
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Spatial-Frequency Enhanced Mamba for Multi-Modal Image Fusion
von: Sun, Hui, et al.
Veröffentlicht: (2025)

MambaPro: Multi-Modal Object Re-Identification with Mamba Aggregation and Synergistic Prompt
von: Wang, Yuhao, et al.
Veröffentlicht: (2024)

IDEA: Inverted Text with Cooperative Deformable Aggregation for Multi-modal Object Re-Identification
von: Wang, Yuhao, et al.
Veröffentlicht: (2025)

Multi-Scale and Detail-Enhanced Segment Anything Model for Salient Object Detection
von: Gao, Shixuan, et al.
Veröffentlicht: (2024)

WaveMamba: Wavelet-Driven Mamba Fusion for RGB-Infrared Object Detection
von: Zhu, Haodong, et al.
Veröffentlicht: (2025)

Other Tokens Matter: Exploring Global and Local Features of Vision Transformers for Object Re-Identification
von: Wang, Yingquan, et al.
Veröffentlicht: (2024)

Fantastic Animals and Where to Find Them: Segment Any Marine Animal with Dual SAM
von: Zhang, Pingping, et al.
Veröffentlicht: (2024)

Multi-Modal Image Fusion via Intervention-Stable Feature Learning
von: Wang, Xue, et al.
Veröffentlicht: (2026)

Signal: Selective Interaction and Global-local Alignment for Multi-Modal Object Re-Identification
von: Liu, Yangyang, et al.
Veröffentlicht: (2025)

HFP-SAM: Hierarchical Frequency Prompted SAM for Efficient Marine Animal Segmentation
von: Zhang, Pingping, et al.
Veröffentlicht: (2026)

Magic Tokens: Select Diverse Tokens for Multi-modal Object Re-Identification
von: Zhang, Pingping, et al.
Veröffentlicht: (2024)

MSNeRV: Neural Video Representation with Multi-Scale Feature Fusion
von: Zhu, Jun, et al.
Veröffentlicht: (2025)

Residual Prior-driven Frequency-aware Network for Image Fusion
von: Zheng, Guan, et al.
Veröffentlicht: (2025)

Integrating Multi-Modal Sensors: A Review of Fusion Techniques for Intelligent Vehicles
von: Wei, Chuheng, et al.
Veröffentlicht: (2025)

Turing Patterns for Multimedia: Reaction-Diffusion Multi-Modal Fusion for Language-Guided Video Moment Retrieval
von: Fang, Xiang, et al.
Veröffentlicht: (2026)

GSSF: Generalized Structural Sparse Function for Deep Cross-modal Metric Learning
von: Diao, Haiwen, et al.
Veröffentlicht: (2024)

SpikeMba: Multi-Modal Spiking Saliency Mamba for Temporal Video Grounding
von: Li, Wenrui, et al.
Veröffentlicht: (2024)

X-ReID: Multi-granularity Information Interaction for Video-Based Visible-Infrared Person Re-Identification
von: Yu, Chenyang, et al.
Veröffentlicht: (2025)

Deep Boosting Learning: A Brand-new Cooperative Approach for Image-Text Matching
von: Diao, Haiwen, et al.
Veröffentlicht: (2024)

Transcending Fusion: A Multi-Scale Alignment Method for Remote Sensing Image-Text Retrieval
von: Yang, Rui, et al.
Veröffentlicht: (2024)

TMFNet: Two-Stream Multi-Channels Fusion Networks for Color Image Operation Chain Detection
von: Niu, Yakun, et al.
Veröffentlicht: (2024)

SatFusion: A Unified Framework for Enhancing Remote Sensing Images via Multi-Frame and Multi-Source Images Fusion
von: Tong, Yufei, et al.
Veröffentlicht: (2025)

UniPT: Universal Parallel Tuning for Transfer Learning with Efficient Parameter and Memory
von: Diao, Haiwen, et al.
Veröffentlicht: (2023)

Depth and Image Fusion for Road Obstacle Detection Using Stereo Camera
von: Perezyabov, Oleg, et al.
Veröffentlicht: (2025)

Scalable Image Coding for Humans and Machines Using Feature Fusion Network
von: Shindo, Takahiro, et al.
Veröffentlicht: (2024)

Enhancing Frequency for Single Image Super-Resolution with Learnable Separable Kernels
von: Tian, Heng
Veröffentlicht: (2025)

MoRAG -- Multi-Fusion Retrieval Augmented Generation for Human Motion
von: Kalakonda, Sai Shashank, et al.
Veröffentlicht: (2024)

Tile Classification Based Viewport Prediction with Multi-modal Fusion Transformer
von: Zhang, Zhihao, et al.
Veröffentlicht: (2023)

Hyperspectral Image Fusion with Spectral-Band and Fusion-Scale Agnosticism
von: Liang, Yu-Jie, et al.
Veröffentlicht: (2026)

DepthGait: Multi-Scale Cross-Level Feature Fusion of RGB-Derived Depth and Silhouette Sequences for Robust Gait Recognition
von: Li, Xinzhu, et al.
Veröffentlicht: (2025)

Towards Open-Vocabulary Remote Sensing Image Semantic Segmentation
von: Ye, Chengyang, et al.
Veröffentlicht: (2024)

MRD: Multi-resolution Retrieval-Detection Fusion for High-Resolution Image Understanding
von: Yang, Fan, et al.
Veröffentlicht: (2025)

ASAP: Advancing Semantic Alignment Promotes Multi-Modal Manipulation Detecting and Grounding
von: Zhang, Zhenxing, et al.
Veröffentlicht: (2024)

SHERL: Synthesizing High Accuracy and Efficient Memory for Resource-Limited Transfer Learning
von: Diao, Haiwen, et al.
Veröffentlicht: (2024)

Contrastive Pre-Training with Multi-View Fusion for No-Reference Point Cloud Quality Assessment
von: Shan, Ziyu, et al.
Veröffentlicht: (2024)

MIRe: Enhancing Multimodal Queries Representation via Fusion-Free Modality Interaction for Multimodal Retrieval
von: Ju, Yeong-Joon, et al.
Veröffentlicht: (2024)

Spatial-Temporal Human-Object Interaction Detection
von: Sun, Xu, et al.
Veröffentlicht: (2025)

LEAF-Mamba: Local Emphatic and Adaptive Fusion State Space Model for RGB-D Salient Object Detection
von: Wu, Lanhu, et al.
Veröffentlicht: (2025)

Anchoring Emotions in Text: Robust Multimodal Fusion for Mimicry Intensity Estimation
von: Zhu, Lingsi, et al.
Veröffentlicht: (2026)

Enhanced Multimodal Hate Video Detection via Channel-wise and Modality-wise Fusion
von: Zhang, Yinghui, et al.
Veröffentlicht: (2025)