LaRA-Fusion: Latent-Robust Adaptation via Dual-Loop Constraints for Infrared and Visible Image Fusion引言2 相关工作基于深度学习2.2 解耦表征与流形正则化3方法3.1 方法概述5、实验5.1 实验设置6、结论引言视觉感知系统本质上受单模态传感器的物理局限制约（Ma等人，2019a；Zhang等人，2021）。可见光传感器能够采集丰富的纹理与色彩细节，但该类传感器完全依赖反射光成像，易受光照不佳、烟雾、大雾等恶劣条件影响（Ma等人，2021）。与之相反，红外传感器通过捕捉热辐射实现全天候稳定监测，但其本身存在分辨率低、几何纹理细节缺失的缺陷（Yang等人，2021）。因此，融合细节丰富的可见光模态与热成像性能稳定的红外模态，对于克服二者固有的光谱特性短板至关重要。为克服上述光谱层面的缺陷，红外与可见光图像融合（IVIF）技术（Sun等人，2020；Luo与Luo，2023；Lu与Shi，2024）搭建起关键技术桥梁。该技术将红外热显著特征与可见光纹理细节有效结合，旨在生成融合表征，突破单一传感器的性能上限。融合所得图像能够完整呈现场景信息、具备更高信息丰富度，是军事侦察、安防监控等高级计算机视觉任务的核心支撑（Bhavana等人，2022）。尤为重要的是，在自动驾驶等安全关键场景中（Yuan等人，2023；Li等人，2023b），高质量图像融合不仅可以提升视觉画面还原度，更是下游感知任务精准执行的必要前提。红外可见光图像融合能够提升目标检测（Wang等人，2023）与语义分割（Tang等人，2022a）的效果，保障系统在复杂多变的环境中做出可靠决策。尽管红外与可见光图像融合（IVIF）技术已取得长足发展，但该领域仍存在一个根本性难题：由于不存在理想的真实参考图像，模型只能依靠无监督损失函数进行训练。早期研究方法大多采用复杂的手工设计损失函数或自重建自编码器（Li Wu，2018；Zhao 等人，2021；Li 等人，2021）；而近期相关研究（