团队提出了针对RGB-T显著性目标检测的双映射Transformer 自适应交互网络。通过跨模态注意力机制或互补门控设计，整合RGB等异构模态的互补信息，抑制模态间噪声并增强语义关联性，实现多模态数据的高效协同感知。通过动态调整多源特征的融合比例，利用峰值旁瓣比指标量化特征可靠性，并结合注意力机制过滤冗余信息，从而提升复杂场景下目标识别的鲁棒性和精度。基于变异系数或交叉熵距离客观方法，动态分配特征权重，强化关键特征的贡献，同时抑制噪声信息，从而优化目标检测的训练过程与定位准确性。