视觉与机器人

多模态信息融合

面向图像、视频、多传感器和跨模态感知的信息融合，包括 Image Fusion、红外可见光、遥感、医学影像、LiDAR/雷达/相机和音视频融合。

2026-03-10 至 2026-03-10 共收录 2 篇信号源：cs.CV, eess.IV, eess.SP, cs.RO, cs.MM

1. 通用Image Fusion 2 篇

2603.07120 2026-03-10 cs.CV 88%

Inter-Image Pixel Shuffling for Multi-focus Image Fusion

跨图像像素洗牌用于多焦点图像融合

Huangxing Lin, Rongrong Ma, Cheng Wang

机构 * College of Computer Science and Technology, Huaqiao University（华交大学计算机科学与技术学院）

专题命中通用Image Fusion ：image fusion(title,abstract)；multi-focus(title,abstract)；分类 cs.CV

AI总结本文提出IPS方法，通过像素洗牌实现多焦点图像融合，无需实际多焦点图像即可学习融合过程，提升融合质量。

2603.08240 2026-03-10 cs.CV 57%

SiMO: Single-Modality-Operable Multimodal Collaborative Perception

SiMO: 单模态可操作的多模态协作感知

Jiageng Wen, Shengjie Zhao, Bing Li, Jiafeng Huang, Kenan Ye, Hao Deng

机构 * Shanghai Research Institute for Intelligent Autonomous Systems, Tongji University（同济大学智能自主系统上海研究院）； School of Computer Science and Technology, Tongji University（同济大学计算机科学与技术学院）； School of Mechatronic Engineering and Automation, Shanghai University（上海大学机械电子工程与自动化学院）

专题命中通用Image Fusion ：multi-modal fusion(abstract)；分类 cs.CV

AI总结 SiMO通过单模态可操作的多模态协作感知方法，解决多模态特征融合中的语义不匹配问题，提升协作感知性能。

Comments Accepted to ICLR 2026. This arXiv version includes an additional appendix (Appendix 15) containing further philosophical discussion not included in the official ICLR peer-reviewed version