网易首页 > 网易号 > 正文 申请入驻

ECCV 2026|当RGB变成不可靠变量:InfraNet用非对称学习重构RGB-IR检测

0
分享至



作者团队来自 Beihang University、Zhongguancun Academy、Communication University of China 和 KAUST,研究方向涵盖红外目标检测、多模态感知与复杂环境视觉。丰子超、朱昊东为共同第一作者,徐昇为通讯作者。

在讨论 RGB-IR 目标检测时,「两种模态互补」几乎是默认前提。RGB 擅长保留纹理和颜色,红外图像在弱光条件下更稳定,于是最直接的路线是搭建双分支网络,让它们在中间层不断交换信息。

InfraNet 的出发点却来自一个不太符合这一直觉的现象。

作者在 M3FD 夜间样例上查看了不同网络的中间特征。纯 IR 分支仍能把响应集中在车辆和行人附近;RGB 分支已经出现大面积背景噪声。更值得注意的是,一些融合模型得到的特征并没有比 IR 更干净,反而带入了额外激活。



夜间条件下 RGB、IR 与多种融合特征的可视化。RGB 退化后,融合结果可能引入额外噪声。

这组观察把问题从「怎样融合更多信息」改成了另一个问题:当辅助模态开始失真,网络有没有必要继续把它当作可靠输入

论文提出的 InfraNet,不是为两条分支设计一次更充分的对称融合,而是把 RGB-IR 检测中的训练和部署重新拆开讨论。



  • 论文标题:InfraNet: Quality-Aware RGB Guidance for Efficient Infrared Object Detection
  • 论文链接:https://arxiv.org/abs/2607.03795
  • 作者:Zichao Feng, Haodong Zhu, Jingying Yang, Sheng Xu, Yangyang Ren, Yuguang Yang, Xuhui Liu, Juan Zhang, Tian Wang, Linlin Yang, Baochang Zhang
  • 单位:Beihang University; Zhongguancun Academy; Communication University of China; King Abdullah University of Science and Technology (KAUST)

两个经常被绑在一起的假设

常规双模态检测通常同时接受两项设定:

  • RGB 与 IR 在每个样本上都能互补;
  • 两种传感器在部署时始终可用。

第一项会在夜间、雾天或强眩光条件下动摇,第二项则直接限制了模型的部署方式。即使 RGB 已经模糊、过曝,或者某些场景只提供红外图像,双流检测器仍要求两路输入共同完成推理。

InfraNet 将这两个假设分离:RGB 可以在训练阶段提供额外结构线索,但是否保留到推理阶段,应由具体部署条件决定。红外分支因此被固定为主路径,RGB 分支则承担受控辅助的角色。

基于这一思路,论文分别训练了两个网络,而不是让同一个模型临时切换模式:

  • InfraNet-IR在训练时读取成对的 RGB 与 IR 图像,推理时删除 RGB 分支和全部融合模块,最终是一个纯红外检测器;
  • InfraNet-RGB-IR保留两条路径,面向 RGB 与 IR 均可稳定提供的场景。



InfraNet-IR 的训练与推理路径。训练阶段引入 RGB 辅助分支,部署时仅保留 IR 主路径和检测头。

这样的区别并非简单的「完整版」和「裁剪版」。InfraNet-IR 从训练目标开始就要求最终预测能力落在 IR 路径上,RGB 只负责帮助这条主路径形成更好的表示。

QualGate 不估计画质,而是控制干预

如果 RGB 只是训练期辅助信号,接下来的问题是:它应该以多大强度进入红外分支?

InfraNet 的核心模块 QualGate 为每个融合位置预测一个标量控制信号 q。这个量由检测任务端到端学习,不需要额外的图像质量标签,也不被解释为通用的清晰度分数。它只回答一件事:当前 RGB 特征对检测训练到底有多大帮助。

QualGate 的控制分成两个同步方向:

  • 当 q 较低时,RGB contribution 被压低,减少退化特征向主路径传播;
  • 同时提高 IR 注入强度,在辅助信息变弱时补足红外表示。



QualGate 结构。标量控制信号同时作用于 RGB suppression 和 IR amplification。

这两个方向看起来简单,但论文的消融结果显示,它们并不能彼此替代。在 LLVIP 的 YOLOv8 InfraNet-IR 设置下,完整 QualGate 的 mAP 为 68.8;移除 IR amplification 后降至 67.2,取消 RGB suppression 后为 68.4,而把控制量固定为 1 的朴素版本为 67.7。

换言之,收益并不只是来自「给特征乘一个权重」,而是来自一组配套动作:减少不可信辅助信号,同时保证主模态不会跟着变弱。

人为破坏 RGB 后,网络是否真的更稳?

为了排除模型只是在正常数据上碰巧获得收益,论文固定 IR 输入,单独对 RGB 施加雾化和亮度扰动。

在最强雾化等级下,带可靠性控制的模型仍保持 97.1 AP50 / 67.8 mAP;将 q 固定为 1 的朴素融合版本下降到 92.6 AP50 / 61.8 mAP。随着雾化增强,学习得到的控制值也从 0.441 缓慢降到 0.434。

这个结果需要谨慎理解。q 不是一把「RGB 质量尺」,它在亮度扰动下并不一定单调变化;但作为检测任务内部的控制量,它确实限制了严重退化 RGB 对训练过程的干扰。

IR-only 的价值,要看部署账本

论文在 LLVIP、FLIR-Aligned、M3FD 和 DroneVehicle 四个数据集上评估了两种 InfraNet。除了最终精度,M3FD 上的一组对照更能说明 IR-only 设置的目的。



InfraNet-IR 相比同结构 IR baseline 提升 1.4 AP50 和 1.8 mAP,而参数量、推理时间没有变化。额外的 RGB 分支只存在于训练阶段,并未转化为部署负担。若现场能够稳定获得双模态输入,则可选择精度更高的 InfraNet-RGB-IR。

在其他数据集上,论文报告的代表性结果包括:LLVIP 上 YOLOv8 的 RGB-IR 与 IR-only 版本分别达到 70.5 和 68.8 mAP;FLIR-Aligned 上 YOLOv5 两个版本分别达到 89.5 和 88.1 mAP50;DroneVehicle 上 YOLOv12 InfraNet-IR 达到 84.7 AP50 / 63.9 mAP。

从检测框回到特征响应

M3FD 的定性结果提供了另一层证据。与 SuperFusion、TarDAL、CFT 和 FusionMamba 相比,InfraNet-IR 在多种照明条件下减少了部分重复框和背景误检,定位更接近标注结果。



M3FD 上不同方法的检测结果。InfraNet-IR 在夜间与复杂照明条件下保持较稳定的定位。

在中间特征中,InfraNet-IR 的高响应区域也更集中于目标本身,而不是道路、灯光或远处建筑。需要强调的是,这些响应来自已经完成 RGB 辅助训练的 IR 模型;真正部署时,输入仍然只有红外图像。



M3FD 夜间样例的特征诊断。InfraNet-IR 的目标响应更加集中,背景激活相对较少。

这项工作的边界在哪里?

InfraNet 并没有否定 RGB 的价值。白天或成像条件良好时,RGB 仍能补充红外图像缺少的纹理与颜色信息;这也是 InfraNet-RGB-IR 被保留的原因。

它所质疑的是另一种默认做法:只要有两种模态,就在训练和部署中始终对称地依赖它们。对于输入质量会随环境剧烈变化的系统,更现实的设计也许不是追求永久融合,而是先明确主模态,再决定辅助信息何时进入、以多大强度进入,以及它是否需要留到部署阶段。

从这个角度看,InfraNet 的主要贡献并不只是一个门控模块。它给 RGB-IR 检测增加了一条新的设计轴:模态之间不仅有信息互补关系,也有可靠性和部署责任的差异

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
苹果立大功!研究发现:苹果可能对这4种慢性病有好处!可以常吃

苹果立大功!研究发现:苹果可能对这4种慢性病有好处!可以常吃

侯医生谈健康
2026-11-22 05:00:03
深圳APEC国宴菜品出圈,背后坐镇大厨,40个竟全是来自顺德

深圳APEC国宴菜品出圈,背后坐镇大厨,40个竟全是来自顺德

巷北楠猫本尊
2026-11-21 02:40:07
裸粉瑜伽套装,丰满圆润熟女穿出轻熟感

裸粉瑜伽套装,丰满圆润熟女穿出轻熟感

樱桃小丸子1987
2026-11-01 19:36:30
世界上唯一不穿裤子的国家,男女老少都一样,出门简直“辣眼睛”

世界上唯一不穿裤子的国家,男女老少都一样,出门简直“辣眼睛”

千秋历史
2026-02-10 21:23:52
扎心了!35岁股民哭诉2015年进场,反复操作亏近60万,靠家人还债,自述心态崩溃迷茫

扎心了!35岁股民哭诉2015年进场,反复操作亏近60万,靠家人还债,自述心态崩溃迷茫

火山詩话
2026-11-22 11:28:22
穆里尼奥封神!皇马致命短板被彻底解决!力压伯纳乌传奇名帅

穆里尼奥封神!皇马致命短板被彻底解决!力压伯纳乌传奇名帅

澜归序
2026-11-22 09:17:45
5-6!斯诺克英锦赛再爆冷门:48岁名将一轮游,丁俊晖首战或德比

5-6!斯诺克英锦赛再爆冷门:48岁名将一轮游,丁俊晖首战或德比

章民解说体育
2026-11-22 10:39:48
詹姆斯21+6+6费城5连胜!全场四次炸裂暴扣 末节独得13分统治比赛

詹姆斯21+6+6费城5连胜!全场四次炸裂暴扣 末节独得13分统治比赛

林子说事
2026-11-22 11:23:15
高铁“三不带”全国统一执行!这3样东西出门前赶紧从包里拿出来

高铁“三不带”全国统一执行!这3样东西出门前赶紧从包里拿出来

牛锅巴小钒
2026-11-19 06:48:25
36万亿理财迎“严峻大考”!净值回撤引爆赎回潮?银行紧急喊话

36万亿理财迎“严峻大考”!净值回撤引爆赎回潮?银行紧急喊话

心灵得以滋养
2026-11-22 12:14:04
理科状元张晓勇:清华毕业5年后回乡做保安,现在每月工资5000元

理科状元张晓勇:清华毕业5年后回乡做保安,现在每月工资5000元

壹知眠羊
2026-11-22 07:12:13
选战倒数!宋楚瑜罕见表态 吁不分党派挺童子玮

选战倒数!宋楚瑜罕见表态 吁不分党派挺童子玮

金牛传声
2026-11-21 15:18:45
重型导弹补刀!拆解克里米亚大桥核心桥拱被彻底炸塌全过程

重型导弹补刀!拆解克里米亚大桥核心桥拱被彻底炸塌全过程

瞩望云霄
2026-11-21 13:33:37
iPhone 20 Pro Max 渲染图曝光,外观大变样

iPhone 20 Pro Max 渲染图曝光,外观大变样

全是技能
2026-11-20 18:04:54
英锦赛一夜2场冷门!中国2胜1负,傅家俊对手确定,奥沙利文出局

英锦赛一夜2场冷门!中国2胜1负,傅家俊对手确定,奥沙利文出局

小火箭爱体育
2026-11-21 21:47:42
为啥住酒店没遇到过警察查房呢?网友:因为警察一看我们在吃炸鸡,果断选择放过!

为啥住酒店没遇到过警察查房呢?网友:因为警察一看我们在吃炸鸡,果断选择放过!

夜深爱杂谈
2026-11-12 22:50:21
三连冠悬了!斯瓦泰克票数暴涨反超郑钦文

三连冠悬了!斯瓦泰克票数暴涨反超郑钦文

涵有话说
2026-11-22 09:45:52
特斯拉的赛博出租车,生怕车主不能坐牢?

特斯拉的赛博出租车,生怕车主不能坐牢?

硬核的半佛仙人
2026-11-22 12:13:32
库尔图瓦:穆帅更衣室讲话是关键,逆转塞尔塔不意外

库尔图瓦:穆帅更衣室讲话是关键,逆转塞尔塔不意外

懂球帝
2026-11-22 08:13:40
74岁罗珊娜自曝禁欲14年:性欲是个魔鬼,毁了我一切

74岁罗珊娜自曝禁欲14年:性欲是个魔鬼,毁了我一切

追星雷达站
2026-11-20 10:01:51
2026-11-22 14:04:49
机器之心Pro incentive-icons
机器之心Pro
专业的人工智能媒体
14525文章数 142763关注度
往期回顾 全部

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

头条要闻

牛弹琴:联合国秘书长的热门候选 可能被中方一票否决

头条要闻

牛弹琴:联合国秘书长的热门候选 可能被中方一票否决

体育要闻

全场挨打1比4溃败 阿隆索已过保质期?

娱乐要闻

杨迪戴东北绒帽在黑龙江漠河舞厅跳舞

财经要闻

金价跌破3550美元,分析称短期下行未逆转

汽车要闻

旗舰纯电大六座 2027款岚图泰山将于广州车展预售

态度原创

游戏
本地
时尚
数码
公开课

STN吐槽GTA6:班味重 节奏慢 可能想模仿小岛秀夫

本地新闻

43年起落记忆倒计时,去厦门高崎领绝版登机牌!

这些才是适合50岁女性的穿搭!衣服不花哨、不老气,得体又自然

数码要闻

华为WATCH GT6获鸿蒙7.0.0.108SP8升级,表端支持微信来电接听和挂断

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版