多模态信息融合

ASSR-Net: Anisotropic Structure-Aware and Spectrally Recalibrated Network for Hyperspectral Image Fusion

ASSR-Net：一种用于超分辨率图像融合的各向异性结构感知与频谱重校准网络

Qiya Song, Hongzhi Zhou, Lishan Tan, Renwei Dian, Shutao Li

机构 * School of Information Science and Engineering, Hunan Normal University（湖南师范大学信息科学与工程学院） ； School of Robotics, Hunan University（湖南大学机器人学院） 纠错

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

AI总结 ASSR-Net通过两阶段融合策略，解决超分辨率图像融合中各向异性结构重建不足和频谱失真问题，提升空间细节和频谱一致性。

SatFusion: A Unified Framework for Enhancing Remote Sensing Images via Multi-Frame and Multi-Source Images Fusion

SatFusion: 一种通过多帧和多源图像融合增强遥感图像的统一框架

Yufei Tong, Guanjie Cheng, Peihan Wu, Feiyi Chen, Xinkui Zhao, Shuiguang Deng

机构 * Zhejiang University（浙江大学） 纠错

专题命中 遥感融合与全色锐化 ：image fusion(abstract)；pansharpening(abstract)；分类 cs.CV、eess.IV、cs.MM

AI总结 本文提出SatFusion框架，通过融合多帧和多源图像提升遥感图像质量，解决传统方法在结构先验和对齐问题上的不足，实现更鲁棒的重建。

A BEV-Fusion Based Framework for Sequential Multi-Modal Beam Prediction in mmWave Systems

基于BEV融合的毫米波系统中顺序多模束预测框架

Jiaming Zeng, Cunhua Pan, Haoyang Weng, Ruijing Liu, Hong Ren, Jiangzhou Wang

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

AI总结 本文提出基于BEV融合的框架，通过统一相机、激光雷达、雷达和GPS模态，在共享鸟瞰图表示中实现空间一致的多模融合，提升毫米波系统中束预测的准确性。

Comments 13pages,7figures

Multi-Sensor Fusion for Extended Object Tracking Exploiting Active and Passive Radio Signals

多传感器融合用于扩展目标跟踪：利用主动和被动无线电信号

Hong Zhu, Alexander Venus, Erik Leitinger, Klaus Witrisal

专题命中 机器人多传感器融合 ：sensor fusion(title)；multi-sensor fusion(title)；分类 eess.SP

AI总结 本文提出一种基于贝叶斯方法的多传感器融合算法，用于在部分遮挡线状视图的情况下实现精确定位，通过融合主动和被动雷达型测量来提高鲁棒性。

Comments Added experimental validation

A Robust 5G Terrestrial Positioning System with Sensor Fusion in GNSS-denied Scenarios

一种在GNSS受限场景下的鲁棒5G地面定位系统

Hamed Talebian, Nazrul Mohamed Nazeer, Darius Chmieliauskas, Jakub Nikonowicz, Mehdi Haghshenas, Łukasz Matuszewski, Mairo Leier, Aamir Mahmood

专题命中 机器人多传感器融合 ：sensor fusion(title)

AI总结 本文提出基于5G基础设施的地面定位系统，用于替代GNSS，在GNSS信号被阻挡或不可用时提供定位服务。通过多载波CP技术和深度学习模型实现鲁棒定位，适用于复杂环境。

Comments Submitted to IEEE Transactions on Vehicular Technology

Mixture-of-Modality-Experts with Holistic Token Learning for Fine-Grained Multimodal Visual Analytics in Driver Action Recognition

多模态专家混合与整体标记学习用于驾驶员行为识别的细粒度多模态视觉分析

Tianyi Liu, Yiming Li, Wenqian Wang, Jiaojiao Wang, Chen Cai, Yi Wang, Kim-Hui Yap

机构 * Nanyang Technological University（南洋理工大学） ； Singapore University of Technology and Design（新加坡科技设计大学） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

专题命中 音视频/视觉语言融合 ：multimodal fusion(abstract)；分类 cs.CV

AI总结 本文提出MoME框架与HTL策略，通过类标记和时空标记提升多模态学习的专家细化与知识传递，验证了在驾驶员行为识别任务中优于单模态和多模态基线的方法。

Comments 11 pages, 3 figures

Learning Shared Sentiment Prototypes for Adaptive Multimodal Sentiment Analysis

学习共享情感原型以实现自适应多模态情感分析

Chen Su, Yuanhe Tian, Yan Song

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

AI总结 本文提出PRISM框架，通过共享原型空间实现多模态证据的结构化比较与自适应融合，动态调整模态权重以提升多模态情感分析性能。