【2025ICCV-目标检测方向】WaveMamba：用于 RGB-红外目标检测的小波驱动曼巴融合

1. 背景与动机

RGB和红外图像在目标检测中具有互补特性：RGB图像在光照充足时提供丰富的纹理细节（高频特征），但在低光或恶劣天气下表现不佳；红外图像则依赖热辐射信息，在低光条件下鲁棒性强，但细节较少（低频主导）。现有融合方法（如CNN或Transformer-based）存在局限性：CNN难以捕获长距离依赖，Transformer计算复杂度高，且均未充分利用频率域的互补性。

 

如图1所示，通过离散小波变换（DWT）分析M3FD数据集，发现IR图像在低频子带（如LL）信息熵更高（富含结构信息），而RGB图像在高频子带（如LH、HL、HH）信息熵更高（富含边缘细节）。这验证了频域互补性，为设计高效融合方法提供了依据。

---

2. 方法细节

WaveMamba的整体架构包括三部分：双流特征提取骨干（集成DWT）、多级WaveMamba Fusion Blocks（WMFB）、改进的YOLOv8检测头（集成逆DWT, IDWT）。核心创新是WMFB，它针对低频和高频特征设计不同融合策略。

2.1 整体架构