图像融合入门论文精选（2019–2025）

原创已于 2025-12-02 22:31:02 修改 · 1.5k 阅读

28 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

收录于

图像融合

零基础科研

论文推介

于 2025-12-01 18:46:25 首次发布

图像融合入门：精选论文（2019–2025）与常用数据集

这篇整理主要面向图像融合方向的入门与进阶读者，尤其是对红外–可见光融合、多模态医学 / 感知融合以及通用图像融合感兴趣的同学。

本文主要包含两部分内容：

论文精选：覆盖 2019–2025 年间较有代表性的深度学习方法（IVIF / 多模态 / 通用融合）；
数据集速查：汇总了红外、医学、多曝光、多聚焦及遥感等领域的常用主流数据集，包括最新的视频融合数据集。

使用建议：

阅读顺序：从 2019 早期工作开始，逐步过渡到 Vision-Language、Diffusion 等最新方向；
查阅方式：利用表格快速检索论文代码及对应的数据集下载地址。

更加系统、全面的论文/代码整理可以参考以下三份资源（强烈推荐一起对照阅读）：

基于深度学习的图像融合方法综述，《中国图象图形学报》
图像融合论文及代码整理最全大合集（CSDN）
基于深度学习的红外和可见光图像融合论文及代码整理（CSDN）

注：整理难免有疏漏，仅作为入门与方向梳理使用。

Part 1：精选论文汇总 (2019–2025)

1. 红外和可见光图像融合 (Infrared & Visible Image Fusion)

这一部分聚焦于 IVIF，从早期的卷积自编码器和 GAN，到近年来的 Vision-Language、Diffusion 与可控融合框架。

分类说明：
- 面向视觉融合：侧重低层次视觉质量（细节、对比度、纹理）；
- 语义驱动融合：引入检测/分割/文本等高层任务或语义先验；
- 联合配准融合：同时学习配准与融合，解决对齐问题；
- 退化鲁棒融合：针对噪声、模糊、低照度等场景。

方法	论文标题	分类	基础框架	监督范式	发表期刊或会议	年份	论文	代码
ControlFusion	ControlFusion: A Controllable Image Fusion Network with Language-Vision Degradation Prompts	语义驱动融合	Transformer	无监督	NeurIPS	2025	Paper	Code
OmniFuse	OmniFuse: Composite Degradation-Robust Image Fusion With Language-Driven Semantics	联合配准融合	Diffusion Model	有监督	TPAMI	2025	Paper	Code
CDTFusion	CDTFusion: Crossing Domain and Task for Infrared and Visible Image Fusion	面向视觉融合	CNN	无监督	TPAMI	2025	Paper	Code
DCEvo	DCEvo: Discriminative Cross-Dimensional Evolutionary Learning for Infrared and Visible Image Fusion	语义驱动融合	CNN	无监督	CVPR	2025	Paper	Code
Dream-IF	Dream-IF: Dynamic Relative EnhAnceMent for Image Fusion	退化鲁棒融合	CNN& Transformer	有监督	arXiv	2025	Paper	Code
SAGE	Every SAMDrop Counts: Embracing Semantic Priors for Multi-Modality Image Fusion and Beyond	语义驱动融合	CNN	无监督	CVPR	2025	Paper	Code
FreeFusion	FreeFusion: Infrared and Visible Image Fusion via Cross Reconstruction Learning	退化鲁棒融合	CNN	有监督	TPAMI	2025	Paper	Code
FusionBooster	FusionBooster: A Unified Image Fusion Boosting Paradigm	语义驱动融合	AE	有监督	IJCV	2025	Paper	Code
MulFS-CAP	MulFS-CAP: Multimodal Fusion-Supervised Cross-Modality Alignment Perception for Unregistered Infrared-Visible Image Fusion	语义驱动融合	CNN	有监督	TPAMI	2025	Paper	Code
OCCO	OCCO: LVM-Guided Infrared and Visible Image Fusion Framework Based on Object-Aware and Contextual Contrastive Learning	联合配准融合	CNN	有监督	IJCV	2025	Paper	Code
TDFusion	Task-driven Image Fusion with Learnable Fusion Loss	语义驱动融合	CNN& Transformer	无监督	CVPR	2025	Paper	Code
MRFS	MRFS: Mutually Reinforcing Image Fusion and Segmentation	语义驱动融合	CNN& Transformer	无监督	CVPR	2024	Paper	Code
FILM	Image Fusion via Vision-Language Model	语义驱动融合	CNN& Transformer	无监督	ICML	2024	Paper	Code
TC-MoA	Task-Customized Mixture of Adapters for General Image Fusion	面向视觉融合	Transformer	无监督	CVPR	2024	Paper	Code
Text-IF	Text-IF: Leveraging Semantic Text Guidance for Degradation-Aware and Interactive Image Fusion	语义驱动融合	Transformer	无监督	CVPR	2024	Paper	Code
PSFusion	Rethinking the necessity of image fusion in high-level vision tasks…	语义驱动融合	CNN	无监督	InfFus	2023	Paper	Code
LRRNet	LRRNet: A Novel Representation Learning Guided Fusion Network for Infrared and Visible Images	面向视觉融合	CNN	有监督	TPAMI	2023	Paper	Code
MURF	MURF: Mutually Reinforcing Multi-Modal Image Registration and Fusion	联合配准融合	CNN	无监督	TPAMI	2023	Paper	Code
SegMiF	Multi-interactive Feature Learning and a Full-time Multi-modality Benchmark for Image Fusion and Segmentation	语义驱动融合	CNN& Transformer	有监督	ICCV	2023	Paper	Code
CAMF	AMF: An interpretable infrared and visible image fusion network based on class activation mapping	面向视觉融合	AE	自监督	TMM	2023	Paper	Code
PAIF	PAIF: Perception-Aware Infrared-Visible Image Fusion for Attack-Tolerant Semantic Segmentation	语义驱动融合	CNN	无监督	ACM MM	2023	Paper	Code
SeAFusion	Image fusion in the loop of high-level vision tasks: A semantic-aware real-time infrared and visible image fusion network	语义驱动融合	CNN	无监督	InfFus	2022	Paper	Code
TarDAL	Target-aware Dual Adversarial Learning and a Multi-scenario Multi-Modality Benchmark…	语义驱动融合	GAN	无监督	CVPR	2022	Paper	Code
PIAFusion	PIAFusion: A progressive infrared and visible image fusion network based on illumination aware	面向视觉融合	CNN	无监督	InfFus	2022	Paper	Code
CSF	Classification Saliency-Based Rule for Visible and Infrared Image Fusion	面向视觉融合	AE	无监督	TCI	2021	Paper	Code
RFN-Nest	RFN-Nest: An end-to-end residual fusion network for infrared and visible images	面向视觉融合	AE	无监督	InfFus	2021	Paper	Code
FusionGAN	FusionGAN: A generative adversarial network for infrared and visible image fusion	面向视觉融合	GAN	无监督	InfFus	2019	Paper	Code
DenseFuse	DenseFuse: A Fusion Approach to Infrared and Visible Images	面向视觉融合	AE	无监督	TIP	2019	Paper	Code

2. 多模图像融合 (Multi-Modal Image Fusion)

主要总结 红外–可见光 + 医学 / 其他模态 的联合融合工作。这类方法往往更关注 模态互补性 与 跨模态分布差异。

方法	论文标题	分类	基础框架	监督范式	发表期刊/会议	年份	论文	代码
C2RF	C2RF: Bridging Multi-modal Image Registration and Fusion via Commonality Mining and Contrastive Learning	联合配准	CNN	无监督	IJCV	2025	Paper	Code
MTG-Fusion	Multi-Text Guidance Is Important: Multi-Modality Image Fusion via Large Generative Vision-Language Model	语义驱动	Diffusion	有监督	IJCV	2025	Paper	Code
DRMF	DRMF: Degradation-Robust Multi-Modal Image Fusion via Composable Diffusion Prior	面向视觉	Diffusion	无监督	ACM MM	2024	Paper	Code
IVF-WoReg	A Deep Learning Framework for Infrared and Visible Image Fusion Without Strict Registration	联合配准	CNN	有监督	IJCV	2024	Paper	Code
CoCoNet	CoCoNet: Coupled Contrastive Learning Network with Multi-level Feature Ensemble for Multi-modality Image Fusion	面向视觉	CNN	无监督	IJCV	2024	Paper	Code
CCF	Conditional Controllable Image Fusion	联合配准	Diffusion	无监督	NeurIPS	2024	Paper	Code
ReFusion	ReFusion: Learning Image Fusion from Reconstruction with Learnable Loss Via Meta-Learning	退化鲁棒	CNN	无监督	IJCV	2024	Paper	Code
TTD	Test-Time Dynamic Image Fusion	面向视觉	CNN	无监督	NeurIPS	2024	Paper	Code
CDDFuse	CDDFuse: Correlation-Driven Dual-Branch Feature Decomposition for Multi-Modality Image Fusion	语义驱动	CNN&Trans	无监督	CVPR	2023	Paper	Code
DDFM	DDFM: Denoising Diffusion Model for Multi-Modality Image Fusion	面向视觉	Diffusion	无监督	CVPR	2023	Paper	Code
DDcGAN	Learning a Generative Model for Fusing Infrared and Visible Images via Conditional Generative Adversarial Network with Dual Discriminators	面向视觉	GAN	无监督	IJCAI	2019	Paper	Code

3. 通用图像融合 (General Image Fusion)

不限制具体模态，适配“红外 + 可见、医学、多曝光、多聚焦”等多种组合的统一框架，适合作为 General Backbone。

方法	论文标题	基础框架	监督范式	发表期刊/会议	年份	论文	代码
Mask-DiFuser	Mask-DiFuser: A Masked Diffusion Model for Unified Unsupervised Image Fusion	Diffusion	无监督	TPAMI	2025	Paper	Code
GIFNet	One Model for ALL: Low-Level Task Interaction Is a Key to Task-Agnostic Image Fusion	Transformer	有监督	CVPR	2025	Paper	Code
SwinFusion	SwinFusion: Cross-domain Long-range Learning for General Image Fusion via Swin Transformer	Transformer	无监督	IEEE/CAA JAS	2022	Paper	Code
U2Fusion	U2Fusion: A Unified Unsupervised Image Fusion Network	CNN	无监督	TPAMI	2022	Paper	Code
DeFusion	Fusion from Decomposition: A Self-Supervised Decomposition Approach for Image Fusion	CNN	无监督	ECCV	2022	Paper	Code
SDNet	SDNet: A Versatile Squeeze-and-Decomposition Network for Real-Time Image Fusion	CNN	无监督	IJCV	2021	Paper	Code
PMGI	Rethinking the Image Fusion: A Fast Unified Image Fusion Network based on Proportional Maintenance of Gradient and Intensity	CNN	无监督	AAAI	2020	Paper	Code
IFCNN	IFCNN: A general image fusion framework based on convolutional neural network	CNN	有监督	InfFus	2020	Paper	Code

Part 2：常用数据集速查 (Datasets)

以下是图像融合领域主流的公开数据集汇总。为了便于查阅，这里按**应用场景（领域）**进行了统一列表。

适用场景 (Domain)	数据集名称 (Name)	简介/备注	官方/下载链接 (Link)
红外/可见光图像	M3SVD	红外-可见光视频融合数据集	Download
红外/可见光图像	TNO	经典的IVIF数据集	Download
红外/可见光图像	INO	视频分析数据集，包含红外/可见光视频序列	Download
红外/可见光图像	RoadScene	道路交通场景，由FLIR相机拍摄	Download
红外/可见光图像	MSRS	多光谱道路场景，常用于语义分割融合	Download
红外/可见光图像	LLVIP	低光照下的红外-可见光人员检测	Download
红外/可见光图像	M3FD	多模态多场景融合检测数据集	Download
红外/可见光图像	FMB	SegMiF 基准数据集，涵盖多种场景	Download
医学图像	Harvard	包含CT/MRI/PET等多种医学模态图谱	Download
多曝光图像	MEF	经典的静态场景多曝光序列	Download
多曝光图像	MEFB	多曝光融合Benchmark，包含复杂场景	Download
多聚焦图像	Lytro	光场相机拍摄的多聚焦图像集	Download
多聚焦图像	MFI-WHU	武汉大学发布的多聚焦图像数据集	Download
多聚焦图像	MFFW	包含不同焦距的现实场景拍摄图像	Download
遥感影像	GaoFen	高分系列卫星影像数据	Access
遥感影像	WorldView	NASA WorldView，提供高分辨率地球观测	Access
遥感影像	GeoEye	GeoEye-1 卫星影像数据	Access
遥感影像	QuickBird	QuickBird 高分辨率商业卫星影像	Access
视频融合(通用)	VF-Bench	通用视频融合 Benchmark	Download

如果你有觉得“必须加入”的经典工作（特别是 2014–2018 年的一些早期深度方法，或者 2025 之后的最新 follow-ups），完全可以在这个表的基础上继续往下扩展。

欢迎在评论区分享你自己的阅读路线和实验心得，让这份“入门清单”变成一个持续更新的社区索引。😊

如需获取文中论文的完整 PDF，可以联系 **2458707789@qq.com ** （备注：姓名-学校 + “PDF获取”），统一打包发送。

标签

#论文阅读 #深度学习 #人工智能