中文

2025 年项目

SFMambaNet: Spectral-Frequency Correspondence Pruning

用于高效视觉对应关系剪枝的谱频增强选择性状态空间模型。

计算机视觉状态空间模型Mamba对应关系剪枝频域图神经网络双视图几何相机位姿估计外点剔除
arXiv / DOIhttps://doi.org/10.48550/arXiv.2606.04493 IEEE TIPhttps://signalprocessingsociety.org/publications-resources/ieee-transactions-image-processing

SFMambaNet 探索如何为对应关系剪枝高效建模全局上下文。

**论文评级：**第一作者；SCI 一区；CCF A；正在 IEEE Transactions on Image Processing（TIP）审稿。

SFMambaNet 框架图

该项目将谱频感知机制引入选择性状态空间架构，目标是在保留强大全局建模能力的同时，避免 Transformer 风格全局注意力的二次复杂度增长。

本研究在福州大学福建省网络计算与智能信息处理重点实验室科研实习期间完成，由导师刘翼章指导。论文正在 IEEE Transactions on Image Processing（TIP）审稿，并已发布 arXiv 预印本。