看了看最近的顶会顶刊，多模态图像融合可真热门，尤其是Transformer加入后。
比如登上Cell子刊的那篇综述，强调了Transformer+多模态图像融合在早期诊断和个性化治疗中的潜力。又比如CVPR 2025上的这篇GIFNet，在多个图像融合任务上都实现了卓越的性能，同时计算成本极低！另外还有不少双一区TOP成果...研究热情相当高涨。
如果有论文er感兴趣，强烈建议先看看这些成果，了解前沿进度也好找思路，我已经替你们整理好了，目前有12篇，都是2025最新，代码已附！
不过需要注意的是，现在这方向单纯的结构魔改已进入瓶颈，如果有医疗或遥感数据，那就建议从“轻量化+任务联动”切入；如果有硬件资源，不妨试试扩散先验联合优化。
扫码添加小享，回复“T图融合”
免费获取全部论文+开源代码
One Model for ALL: Low-Level Task Interaction Is a Key to Task-Agnostic Image Fusion
方法：论文提出了一种基于Transformer的多模态图像融合方法GIFNet，通过低层次视觉任务的交叉训练，实现了多模态和数字摄影特征的有效融合，支持多任务交互和单模态增强，具有很强的通用性和灵活性。
创新点：
GIFNet通过低层次视觉任务提供像素级监督信号，避免了语义鸿沟问题，增强了多模态图像融合的鲁棒性和泛化能力。 采用三分支架构和交叉融合门控机制，动态融合多模态和数字摄影特征，实现跨任务的有效交互。 GIFNet支持单模态图像增强，能够提升单模态输入的图像质量，拓展了图像融合模型的应用范围。
Inter-Sensor High-Resolution and Multi-Temporal Image Fusion for Unsupervised Domain Adaptation in Remote Sensing
方法：论文提出了一种基于Transformer的多模态图像融合方法DAM-Former，用于遥感图像的无监督域自适应分割。该方法融合高分辨率多模态图像和多时相多光谱数据，通过深度时间融合模块和混合损失函数，有效结合空间和时间特征，显著提升了分割精度。
创新点：
提出DAM-Former模型，结合Transformer架构和卷积网络，融合高分辨率多模态图像和多时相多光谱数据。 设计深度时间融合（DTF）模块，连接两个分支网络，增强空间纹理和时间模式的互补性。 引入混合损失函数（ML）和集成伪标签（EP）策略，降低噪声，提高模型的训练稳定性和预测准确性。
扫码添加小享，回复“T图融合”
免费获取全部论文+开源代码
BSAFusion: A Bidirectional Stepwise Feature Alignment Network for Unaligned Medical Image Fusion
方法：论文提出了一种名为 BSAFusion 的多模态医学图像融合方法，使用 Transformer 和 Restormer 提取特征，并通过双向逐步特征对齐（BSFA）策略解决未对齐图像的融合问题，最终实现了精准的特征对齐和融合。
创新点：
提出单阶段多模态医学图像融合框架，用共享特征编码器整合图像配准与融合，规避传统两阶段法因额外编码器带来的模型复杂度上升问题。 采用模态差异消除法（MDF-FR），给各输入图像添加模态特征表示头（MFRH），向其他模态注入全局特征信息，降低模态差异对特征对齐的干扰。 运用双向逐步特征对齐（BSFA）策略，依托向量位移的路径独立性，克服传统单步对齐存在的大跨度、预测不准弊端。
TUFusion: A Transformer-based Universal Fusion Algorithm for Multimodal Images
方法：论文提出了一种基于Transformer的多模态医学图像融合方法BSAFusion，通过双向逐步特征对齐（BSFA）和模态差异无关特征表示（MDF-FR）模块，实现了未对齐多模态图像的单阶段配准与融合。
创新点：
提出BSAFusion方法，实现多模态医学图像的单阶段配准与融合，减少模型复杂度。 引入模态差异无关特征表示（MDF-FR）模块，通过全局特征整合减少模态差异对特征对齐的影响。 采用双向逐步特征对齐（BSFA）策略，基于向量位移路径独立性预测变形场，提高特征对齐精度。
扫码添加小享，回复“T图融合”
免费获取全部论文+开源代码
