# 恢复式视觉融合网络

多模态图像融合长期在视觉质量与语义属性之间取舍，因为两者的优化目标相互冲突。AD-SRF把这两者拆开优化再无损合并：先用基于Transformer的复原式视觉融合网络建立清晰融合基线，再用攻防博弈机制让攻击者挖掘语义弱点、防御者生成不可察觉的语义图叠加回融合图。在MFNet与FMB数据集上，该方法在六项视觉指标中分别有四项和五项排名第一，分割mIoU比第二名高出1.5和1.73。

多模态图像融合长期在视觉质量与语义属性之间取舍，因为两者的优化目标相互冲突。AD-SRF把这两者拆开优化再无损合并：先用基于Transformer的复原式视觉融合网络建立清晰融合基线，再用攻防博弈机制让攻击者挖掘语义弱点、防御者生成不可察觉的语义图叠加回融合图。在MFNet与FMB数据集上，该方法在六项视觉指标中分别有四项和五项排名第一，分割mIoU比第二名高出1.5和1.73。