arXiv Computer Vision· Raul Balmez·· 2 小时前AI 评分22
VesperMUSE：面向多样光照条件下图像语义分割的多模态融合视觉 Transformer
VesperMUSE: Multi-Modal Fusion Vision Transformer for Image Semantic Segmentation Under Diverse Light Conditions
AI 导读
VesperMUSE 是一个面向多样光照条件的多模态图像语义分割框架，通过物理启发的合成低光适应算法、热成像引导的低光图像增强（LLIE）以及多模态融合来应对低光退化问题。该框架将 RGB 特征与热成像和表面法线图动态融合，核心是可扩展、模态无关的自注意力机制，能从任意数量辅助输入中提取全局上下文与局部细节，且更换传感器配置时无需修改架构。
来源：arXiv Computer Vision · arxiv.org