本研究提出了一种新型机器人视觉系统，解决了RGB与NIR成像系统的像素对齐问题，提升了复杂光照条件下的3D视觉能力。实验结果表明，经过像素对齐的RGB-NIR图像显著改善了视觉模型的表现。

本研究提出Pix2Next框架，通过结合编码-解码架构和交叉注意力机制，从RGB生成高质量近红外图像。该方法提升了特征整合能力，实现了多细节层次的真实图像生成，FID得分提高34.81%，并在目标检测任务中验证了其有效性，展示了在近红外计算机视觉应用中的潜力。

通过有效利用近红外图像辅助可见光图像去噪，提出了一种选择性融合模块（SFM）来解决近红外 - 可见光图像去噪的内容不一致和数据稀缺等问题，并通过综合全局和局部调节的方式实现了两种特征的融合。实验结果表明，该方法在合成和真实数据集上均取得了优于现有方法的效果，同时还提供了公开的数据集、代码和预训练模型。

有人曾经告诉我，任何类型的团队或组织所经历的最艰难的转变是从大约 30 人增长到 60 人。 当时，我记得我在想，“嗯，这很随意。当然，每个组织都是不同的。” 在某些方面，每个组织都是不同的。然而，我见过各种各样的团队都经历过这样的成长期，一遍又一遍地面临同样的挑战。随着每年都有大量新公司成立，人们会期望我们集体能够更好地驾驭这些成长的阵痛。然而它们仍然存在。 ...