VesperMUSE多模态语义分割框架论文发布

2026年10月16日，arXiv Computer Vision 刊出论文，介绍 VesperMUSE 多模态融合视觉 Transformer 语义分割框架。据该报道，VesperMUSE 面向多样光照条件下的图像语义分割，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。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。报道称该工作由 Raul Balmez 发布。目前事件进展停留在论文发布层面，报道未提及后续实验数据、开源代码或应用落地情况。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。