多模态信息融合

Unified Restoration-Perception Learning: Maritime Infrared-Visible Image Fusion and Segmentation

统一的恢复-感知学习：近岸红外-可见图像融合与分割

Weichao Cai, Weiliang Huang, Biao Xue, Chao Huang, Fei Yuan, Bob Zhang

机构 * Laboratory of Underwater Acoustic Communication and Marine Information Technology, Ministry of Education, Xiamen University（厦门大学水声通信与海洋信息技术教育部重点实验室） ； PAMI Research Group, Department of Computer and Information Science, University of Macau（澳门大学计算机与信息科学系PAMI研究组） ； School of Cyber Science and Technology, Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区网络空间安全学院） 纠错

专题命中 红外-可见光融合 ：image fusion(title)；multimodal fusion(abstract)；分类 cs.CV

AI总结 本文提出IVMSD数据集和MCLF框架，通过FSEC、SVCA和跨模态注意力机制实现海洋场景的图像恢复、多模态融合和语义分割，提升复杂海洋环境下的鲁棒性和感知质量。

Physically Inspired Gaussian Splatting for HDR Novel View Synthesis

基于物理的高动态范围新型视图合成的高斯点散射

Huimin Zeng, Yue Bai, Hailing Wang, Yun Fu

机构 * Department of Electrical and Computer Engineering, Northeastern University（东北大学电气与计算机工程系） ； Khoury College of Computer Science, Northeastern University（东北大学Khoury计算机科学学院） 纠错

专题命中 多聚焦/多曝光融合 ：multi-exposure(abstract)；分类 cs.CV

AI总结 本文提出PhysHDR-GS框架，通过建模内在反射率和可调环境光照，改进HDR-NVS在动态细节重建和光照依赖外观捕捉中的性能，实验表明在真实和合成数据集上具有更高的PSNR和实时渲染速度。

Comments Accepted to CVPR 2026

A Multimodal Deep Learning Framework for Edema Classification Using HCT and Clinical Data

一种结合头颅CT和临床数据的多模态深度学习框架用于水肿分类

Aram Ansary Ogholbake, Hannah Choi, Spencer Brandenburg, Alyssa Antuna, Zahraa Al-Sharshahi, Makayla Cox, Haseeb Ahmed, Jacqueline Frank, Nathan Millson, Luke Bauerle, Jessica Lee, David Dornbos, Qiang Cheng

机构 * University of Kentucky（肯塔基大学） ； Department of Computer Science, University of Kentucky（肯塔基大学计算机科学系） ； Department of Neurological Surgery, University of Kentucky（肯塔基大学神经外科学系） ； University of Kentucky College of Medicine（肯塔基大学医学院） ； Department of Neurology, University of Kentucky（肯塔基大学神经学系） 纠错

专题命中 医学影像融合 ：multimodal fusion(abstract)；分类 cs.CV

AI总结 本文提出AttentionMixer框架，通过融合头颅CT和临床数据实现脑水肿检测，采用自监督Vision Transformer Autoencoder编码CT数据，并利用交叉注意力模块整合临床信息，最终通过MLP-Mixer提升分类性能。

An Annotation-to-Detection Framework for Autonomous and Robust Vine Trunk Localization in the Field by Mobile Agricultural Robots

一种用于田间自主和鲁棒葡萄藤主干定位的标注到检测框架

Dimitrios Chatziparaschis, Elia Scudiero, Brent Sams, Konstantinos Karydis

机构 * Dept. of Environmental Sciences, Univ. of California, Riverside（加州大学河滨分校环境科学系） ； Gallo（嘉露酒庄） 纠错

专题命中 机器人多传感器融合 ：sensor fusion(abstract)；分类 cs.CV、cs.RO

AI总结 本文提出一种标注到检测框架，利用有限标注数据训练多模态检测器，通过跨模态标注转移和早起传感器融合，提升田间葡萄藤主干定位的鲁棒性与准确性。

Comments 7 pages, 6 figures, conference

Neural Aided Adaptive Innovation-Based Invariant Kalman Filter

神经辅助自适应创新基于不变卡尔曼滤波器

Barak Diker, Itzik Klein

专题命中 机器人多传感器融合 ：sensor fusion(abstract)；分类 eess.SP、cs.RO

AI总结 本文提出一种结合不变滤波理论与神经辅助自适应噪声估计的卡尔曼滤波器，用于提升自主水下导航的定位精度，实验表明其在位置均方误差方面优于现有方法。

Comments 11 pages and 2 figures

LiDAR for Crowd Management: Applications, Benefits, and Future Directions

激光雷达用于人群管理：应用、优势与未来方向

Abdullah Khanfor, Chaima Zaghouani, Hakim Ghazzai, Ahmad Alsharoa, Gianluca Setti

机构 * College of Computer Science and Information Systems, Najran University（纳吉兰大学计算机科学与信息系统学院） ； College of Innovation & Technology, University of Michigan-Flint（密歇根大学弗林特分校创新与技术学院） ； King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学） 纠错

专题命中 机器人多传感器融合 ：sensor fusion(abstract)；分类 cs.CV

AI总结 本文探讨了激光雷达在人群管理中的应用与优势，分析了其在隐私保护、恶劣天气适应性和三维建模方面的优势，并提出未来研究方向，包括数据集稀缺性、传感器融合与点云处理等。

Comments 8 pages, 5 figures, 1 table

Demo-Pose: Depth-Monocular Modality Fusion For Object Pose Estimation

Demo-Pose: 深度-单目模态融合用于物体姿态估计

Rachit Agarwal, Abhishek Joshi, Sathish Chalasani, Woo Jin Kim

机构 * Samsung Electronics Suwon, Republic of Korea（三星电子水原，韩国） 纠错

专题命中 机器人多传感器融合 ：multimodal fusion(abstract)；分类 cs.CV

AI总结 本文提出Demo-Pose，通过新颖的多模态融合策略融合单目语义特征与基于深度的图卷积表示，提升物体姿态估计的几何推理能力，在REAL275数据集上优于现有方法。

Comments Accepted at ICASSP 2026, 5 pages, 3 figures, 3 tables

Multimodal Forecasting for Commodity Prices Using Spectrogram-Based and Time Series Representations

基于频谱和时间序列表示的商品价格多模态预测

Soyeon Park, Doohee Chung, Charmgil Hong

机构 * Impactive AI 纠错

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

AI总结 本文提出SEMF方法，结合频谱和时间序列表示，提升多变量时间序列预测的准确性与鲁棒性，通过多模态融合和频谱编码在多个商品价格预测任务中优于七种基线模型。

Comments AAAI 2026 Summer Symposium Series; 9 pages

Securing the Skies: A Comprehensive Survey on Anti-UAV Methods, Benchmarking, and Future Directions

守护天空：反无人机方法的全面调查、基准测试与未来方向

Yifei Dong, Fengyi Wu, Sanjian Zhang, Guangyu Chen, Yuzhi Hu, Masumi Yano, Jingdong Sun, Siyu Huang, Feng Liu, Qi Dai, Zhi-Qi Cheng

专题命中 融合架构与评测 ：multi-modal fusion(abstract)；分类 cs.CV、cs.RO

AI总结 本文综述了反无人机领域，探讨了分类、检测与跟踪等核心方法，分析了数据合成、多模态融合等新兴技术，并指出实时性能、 stealth 检测等领域的不足，旨在推动下一代防御策略的发展。

Comments Accepted to CVPR 2025 Anti-UAV Workshop (Best Paper Award), 16 pages

GS3LAM: Gaussian Semantic Splatting SLAM

GS3LAM: 基于高斯语义散射的SLAM

Linfei Li, Lin Zhang, Zhong Wang, Ying Shen

机构 * School of Software Engineering, Tongji University（同济大学软件工程学院） ； Department of Automation, Shanghai Jiaotong University（上海交通大学自动化系） 纠错

专题命中 融合架构与评测 ：multi-modal fusion(abstract)；分类 cs.CV

AI总结 GS3LAM通过多模态数据融合实现实时一致的语义密集地图，采用语义高斯场和多模态误差约束联合优化，引入深度自适应尺度正则化和随机采样关键帧映射策略，提升跟踪鲁棒性和渲染质量。

Comments Accepted by ACM MM 2024

An End-to-end Flight Control Network for High-speed UAV Obstacle Avoidance based on Event-Depth Fusion

面向高速无人机障碍避让的端到端飞行控制系统：基于事件深度融合

Dikai Shang, Jingyue Zhao, Shi Xu, Nanyang Ye, Lei Wang

机构 * Shanghai jiaotong University（上海交通大学） ； Defense Innovation Institute, AMS（军事科学院国防科技创新研究院） 纠错

专题命中 融合架构与评测 ：feature-level fusion(abstract)；分类 cs.RO

AI总结 本文提出端到端飞行控制网络，通过双向交叉注意力模块融合深度图像和事件数据，利用模仿学习训练，结合球面主搜索算法设计高效专家规划器，在高速环境下实现更可靠的障碍避让。

Comments 7 pages, 10 figures

M4Human: A Large-Scale Multimodal mmWave Radar Benchmark for Human Mesh Reconstruction

M4Human: 一种大规模多模态毫米波雷达基准用于人体网格重建

Junqiao Fan, Yunjiao Zhou, Yizhuo Yang, Xinyuan Cui, Jiarui Zhang, Lihua Xie, Jianfei Yang, Chris Xiaoxuan Lu, Fangqiang Ding

机构 * NTU（南洋理工大学） ； University of Edinburgh（爱丁堡大学） ； UPenn（宾夕法尼亚大学） ； UCL（伦敦大学学院） ； MIT（麻省理工学院） 纠错

专题命中 融合架构与评测 ：multimodal fusion(abstract)；分类 cs.CV

AI总结 本文提出M4Human，首个大规模多模态毫米波雷达基准，提供高分辨率雷达、RGB和深度数据，用于解决传统视觉传感的遮挡、光照和隐私问题，推动人体建模研究。

TDEC: Deep Embedded Image Clustering with Transformer and Distribution Information

TDEC：基于Transformer和分布信息的深度嵌入图像聚类

Ruilin Zhang, Haiyang Zheng, Hongpeng Wang

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Peng Cheng Laboratory（鹏城实验室） 纠错

专题命中 融合架构与评测 ：information fusion(abstract)；分类 cs.CV

AI总结 本文提出TDEC，通过结合Transformer和分布信息，改进图像聚类中的特征表示和维度偏好，提升聚类性能。

Graph Vector Field: A Unified Framework for Multimodal Health Risk Assessment from Heterogeneous Wearable and Environmental Data Streams

图向量场：一种统一的多模态健康风险评估框架，用于异构可穿戴和环境数据流

Silvano Coletti, Francesca Fallucchi

机构 * Università degli Studi Guglielmo Marconi, Roma, Italy（意大利罗马古列尔莫·马可尼大学） ； Chelonia SA, Lugano, Switzerland（瑞士卢加诺Chelonia SA） 纠错

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

AI总结 本文提出图向量场框架，通过结合离散微分几何算子与模态结构混合专家，统一多模态健康风险评估，实现可解释的模态解析风险建模。

Comments 25 pages, 6 appendices. Theoretical framework; no empirical experiments

Steady State Distributed Kalman Filter

稳态分布式卡尔曼滤波

Francisco Rego

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

AI总结 本文提出一种最优固定增益分布式观测器，用于无线传感器网络中离散时间线性系统的稳态估计，通过离线计算全局分布式BLUE估计器的渐近误差协方差确定固定观测器增益，实现最优渐近性能。