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。

2026-03-25 至 2026-03-25 共收录 2 篇信号源：cs.CV, eess.IV, eess.SP, cs.RO, cs.MM

1. 自动驾驶多传感器融合 2 篇

2512.02448 2026-03-25 cs.CV cs.RO 62%

nuScenes Revisited: Progress and Challenges in Autonomous Driving

nuScenes 重新审视：自动驾驶领域的进展与挑战

Whye Kit Fong, Venice Erin Liong, Kok Seang Tan, Holger Caesar

专题命中自动驾驶多传感器融合：sensor fusion(abstract)；分类 cs.CV、cs.RO

AI总结本文重新审视nuScenes数据集，探讨其在自动驾驶发展中的核心作用，分析其技术细节及对后续研究的影响，总结多模态传感器融合与标准化评估的关键贡献。

Comments 18 pages, 17 figures

2603.22852 2026-03-25 cs.CV 57%

Gau-Occ: Geometry-Completed Gaussians for Multi-Modal 3D Occupancy Prediction

Gau-Occ：用于多模态3D占用预测的几何完备高斯分布

Chengxin Lv, Yihui Li, Hongyu Yang, YunHong Wang

机构 * State Key Laboratory of Virtual Reality Technology and Systems, Beihang University, Beijing, China（虚拟现实技术与系统国家重点实验室，北京航空航天大学，北京，中国）； School of Computer Science and Engineering, Beihang University, Beijing, China（计算机科学与工程学院，北京航空航天大学，北京，中国）； School of Artificial Intelligence, Beihang University, Beijing, China（人工智能学院，北京航空航天大学，北京，中国）

专题命中自动驾驶多传感器融合：multi-modal fusion(abstract)；分类 cs.CV

AI总结 Gau-Occ通过几何完备的3D高斯分布实现多模态3D占用预测，利用LiDAR完成扩散器恢复缺失结构并融合多视角图像语义，提升空间一致性和语义区分性。