YEExl的博客

问题挑战：传统RGB相机存在动态范围低、运动模糊等问题，而事件相机虽具备高动态范围和无模糊特性，却缺乏场景上下文信息。融合两者的优势面临数据异步性（事件数据）与同步性（RGB帧）的固有矛盾。 创新思路：受Transformer在自然语言处理和计算机视觉中的成功启发，提出统一Transformer

本文提出WaveMamba，一种基于离散小波变换(DWT)的RGB-IR跨模态目标检测方法。该方法通过分析两种模态在频域的互补特性：RGB富含高频细节，IR侧重低频信息。核心创新是WaveMamba融合模块(WMFB)，包含低频Mamba融合模块(LMFB)和"绝对最大值"高频增强策略(HFE)。LMFB通过通道交换和门控注意力机制实现层次化低频特征融合，HFE保留关键高频细节。实验表明，该方法在四个基准数据集上平均mAP提升4.5%，显著优于现有方法。改进的YOLOv8检测头结合逆小波