多模态信息融合

Towards Comprehensive Real-Time Scene Understanding in Ophthalmic Surgery through Multimodal Image Fusion

通过多模态图像融合实现眼科手术中的全面实时场景理解

Nikolo Rohrmoser, Ghazal Ghazaei, Michael Sommersperger, Nassir Navab

机构 * Technical University of Munich（慕尼黑工业大学） ； Carl Zeiss AG（卡尔蔡司公司） 纠错

专题命中 通用Image Fusion ：image fusion(title)；multimodal image fusion(title)；分类 cs.CV

AI总结 本文提出一种多模态实时网络架构，用于联合仪器检测、关键点定位和工具-组织距离估计，通过多模态图像融合提升手术场景理解的准确性和实时性。

A Geolocation-Aware Multimodal Approach for Ecological Prediction

一种面向地理定位的多模态方法用于生态预测

Valerie Zermatten, Chiara Vanalli, Gencer Sumbul, Diego Marcos, Devis Tuia

机构 * ECEO, Ecole Polytechnique Fédérale de Lausanne (EPFL)（ECEO，洛桑联邦理工学院（EPFL）） ； INRIA, University of Montpellier（法国国家信息与自动化研究所（INRIA），蒙彼利埃大学） 纠错

专题命中 遥感融合与全色锐化 ：multimodal fusion(abstract)

AI总结 本文提出GAMMA方法，通过显式空间上下文融合异构生态数据，提升环境预测性能，并展示其在大规模环境制图和生物多样性监测中的潜力。

Comments under review

AMBER: An Adaptive Multimodal Mask Transformer for Beam Prediction with Missing Modalities

AMBER: 一种自适应多模态掩码变换器用于缺失模态的波束预测

Chenyiming Wen, Binpu Shi, Min Li, Ming-Min Zhao, Min-Jian Zhao, Jiangzhou Wang

专题命中 音视频/视觉语言融合 ：multimodal fusion(abstract)；feature-level fusion(abstract)

AI总结 AMBER通过自适应处理多模态数据中的缺失模态问题，提升波束预测的鲁棒性和准确性，实验表明其在真实世界数据集上优于现有多模态学习基线。

Comments 13 pages, 9 figures

DyMRL: Dynamic Multispace Representation Learning for Multimodal Event Forecasting in Knowledge Graph

DyMRL: 动态多空间表征学习用于知识图谱中的多模态事件预测

Feng Zhao, Kangzheng Liu, Teng Peng, Yu Yang, Guandong Xu

机构 * Huazhong University of Science and Technology（华中科技大学） ； Centre for Learning, Teaching and Technology（学习、教学与技术中心） ； The Education University of Hong Kong（香港教育大学） 纠错

专题命中 融合架构与评测 ：multimodal fusion(abstract)

AI总结 DyMRL通过动态多空间表征学习，解决多模态知识动态获取与融合问题，提升事件预测性能。

Comments Accepted to The ACM Web Conference 2026 (WWW '26). This version is published under a CC BY license