自动驾驶

Le MuMo JEPA: Multi-Modal Self-Supervised Representation Learning with Learnable Fusion Tokens

Le MuMo JEPA：多模态自监督表示学习中的可学习融合标记

Ciem Cornelissen, Sam Leroux, Pieter Simoens

机构 * IDLab, Department of Information Technology, Ghent University - imec（根特大学-imec信息技术系IDLab） 纠错

专题命中 多传感器融合 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出Le MuMo JEPA框架，通过学习融合标记实现多模态统一表示学习，实验显示其在性能与效率之间取得最佳平衡，尤其在CenterNet检测和密集深度估计中表现优异。

Comments 14 pages, 4 figures, supplementary material. Accepted at the CVPR 2026 Workshop on Unified Robotic Vision with Cross-Modal Sensing and Alignment (URVIS)

SAR/ISAR Imaging in 6G Network

SAR/ISAR成像在6G网络中的应用

Yanmo Hu, Shuowen Zhang, Ross Murch, Liang Liu

专题命中 多传感器融合 ：autonomous driving(abstract)

AI总结 本文提出两种高分辨率无线电成像方案，利用多普勒信息实现6G网络下的成像，无需范围估计，解决了带宽限制问题。