TGRS 2025, 基于Mamba的小波变换特征在红外超分辨率研究应用

Mamba作为高效长序列建模的新兴架构，其线性复杂度与全局receptive field优势，完美适配图像超分辨率、生成建模、视觉识别、水下分割、城市密集预测等多元任务的核心痛点，已成为跨领域人工智能研究的核心热点。

近期，Mamba跨领域的热门研究课题创新主要聚焦于以下几个方面：1）是针对特定任务的骨干适配优化；2）是模块级创新融合；3）是灵活的部署形态设计；4）是跨场景泛化能力强化；5）是效率与性能的深度平衡。（下滑查看详解及对应代表性工作）

本文讲到的5篇Mamba跨域研究论文➕近200篇顶会顶刊论文（含水下图像处理、遥感图像红外小目标检测、SAM与遥感图像、基于Mamba的遥感图像等）直接扫码领取。

IRSRMamba：基于Mamba的小波变换特征调制红外图像超分辨率模型

IRSRMamba: Infrared Image Super-Resolution via Mamba-Based Wavelet Transform Feature Modulation Model

方法： 针对红外图像结构纹理弱的问题，以Mamba为骨干，融入小波变换特征调制（WTFM）增强多尺度频率特征提取，设计SSMs语义一致性损失保证跨块对齐，解决Mamba块处理导致的空间一致性破坏问题，实现全局-局部融合与细节保留。

创新点

1. 首次将Mamba用于红外超分辨率，高效捕捉长程依赖；
2. 提出WTFM模块，融合频域与空域特征缓解块处理碎片化；
3. 设计SSMs语义一致性损失，强化跨块结构连贯性。

U-Shape Mamba：基于状态空间模型的快速扩散模型

U-Shape Mamba: State Space Model for faster diffusion

方法： 构建U-Net类分层结构，在编码器中通过Mamba块逐步缩减序列长度，解码器中恢复维度，结合跳跃连接减少信息损失，采用流匹配训练降低扩散步骤，实现高效高质量图像生成。

创新点

1. 提出Mamba基扩散模型骨干，计算量仅为Zigma的1/3；
2. 设计编码解码式序列维度调整策略，平衡效率与性能；
3. 支持文本条件输入，兼顾灵活性与生成质量。

本文讲到的5篇Mamba跨域研究论文➕近200篇顶会顶刊论文（含水下图像处理、遥感图像红外小目标检测、SAM与遥感图像、基于Mamba的遥感图像等）直接扫码领取。

Mamba-Adaptor：面向视觉识别的状态空间模型适配器

Mamba-Adaptor: State Space Model Adaptor for Visual Recognition

方法： 设计Adaptor-T与Adaptor-S双模块，Adaptor-T通过可学习记忆选择缓解长程遗忘，Adaptor-S利用多尺度空洞卷积增强空间建模，以并行或串行方式嵌入Mamba，适配不同视觉任务。

创新点

1. 提出即插即用适配器，解决Mamba视觉任务的时序衰减与空间局部性问题；
2. 支持骨干网络、性能增强器、迁移学习适配器三种用法；
3. 轻量设计，仅增加少量参数实现性能提升。

UIS-Mamba：基于动态树扫描与隐藏状态弱化的水下实例分割模型

UIS-Mamba: Exploring Mamba for Underwater Instance Segmentation via Dynamic Tree Scan and Hidden State Weaken

方法： 针对水下场景颜色失真、边界模糊问题，设计动态树扫描（DTS）模块实现补丁动态偏移缩放，隐藏状态弱化（HSW）模块基于Ncut抑制背景干扰，适配Mamba完成水下实例分割。

创新点

1. 首个Mamba基水下实例分割模型，突破水下场景适配瓶颈；
2. DTS模块维持实例内部特征连续性，提供动态感受野；
3. HSW模块精准分离前景背景，聚焦实例信息传播。

本文讲到的5篇Mamba跨域研究论文➕近200篇顶会顶刊论文（含水下图像处理、遥感图像红外小目标检测、SAM与遥感图像、基于Mamba的遥感图像等）直接扫码领取。

MDNet：基于Mamba的RGB-热成像城市密集预测扩散蒸馏网络

MDNet: Mamba-Effective Diffusion-Distillation Network for RGB-Thermal Urban Dense Prediction

方法： 提出Mamba有效融合（MEF）模块建模长程像素特征并生成自适应权重，设计扩散自蒸馏（DSD）策略生成粗粒度语义标签，提升网络判别性，实现高效RGB-热成像模态融合密集预测。

创新点

1. 首次将Mamba用于RGB-热成像模态融合，兼顾全局建模与计算效率；
2. DSD策略利用扩散模型生成蒸馏标签，增强判别能力；
3. 轻量化设计，以更少参数和计算量实现SOTA性能。

本文讲到的5篇Mamba跨域研究论文➕近200篇顶会顶刊论文（含水下图像处理、遥感图像红外小目标检测、SAM与遥感图像、基于Mamba的遥感图像等）直接扫码领取。

SCI期刊、CCF会议论文辅导

要发Manba+图像超分辨率、生成建模、视觉识别、水下分割、城市密集预测等方向的SCI期刊还是CCF会议论文，如果你需要一位科研经验丰富的导师手把手带你！扫码了解即可~

我们不是小作坊哦～我们背靠研途考研（可以扫码找我们规划学长获取公司证件），做教育十余年，重交付，重口碑，是我们一贯的公司理念！