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。

2026-04-21 至 2026-04-21 共收录 5 篇信号源：cs.CV, eess.IV, eess.SP, cs.RO, cs.MM

1. 通用Image Fusion 1 篇

2604.16615 2026-04-21 cs.LG cs.AI 50%

Beyond Feature Fusion: Contextual Bayesian PEFT for Multimodal Uncertainty Estimation

超越特征融合：基于上下文的贝叶斯PEFT用于多模态不确定性估计

Habibeh Naderi, Behrouz Haji Soleimani, Stan Matwin

机构 * Dalhousie University（达尔豪斯大学）

专题命中通用Image Fusion ：multimodal fusion(abstract)

AI总结本文提出CoCo-LoRA，一种结合音频上下文的多模态不确定性感知参数高效微调方法，通过在低秩空间中条件化上下文变分后验，实现对音频等外部因素的不确定性建模，提升语音应用的可靠性。

2. 医学影像融合 1 篇

2604.17209 2026-04-21 cs.CV cs.AI eess.SP 81%

DREAM: Dynamic Retinal Enhancement with Adaptive Multi-modal Fusion for Expert Precision Medical Report Generation

DREAM：动态视网膜增强与自适应多模态融合用于专家精准医疗报告生成

Nagur Shareef Shaik, Teja Krishna Cherukuri, Dong Hye Ye

机构 * Department of Computer Science, Georgia State University（佐治亚州立大学计算机科学系）

专题命中医学影像融合：multi-modal fusion(title,abstract)；分类 cs.CV、eess.SP

AI总结 DREAM通过动态多模态融合提升视网膜图像医疗报告生成精度，在数据有限时仍能生成高质量报告，实现BLEU-4 0.241的SOTA表现。

Comments Accepted at the IEEE Engineering in Medicine and Biology Society Annual International Conference (Proceedings of the 48th International Conference), 2026

3. 机器人多传感器融合 2 篇

2508.18025 2026-04-21 cs.LG cs.AI cs.CV cs.ET cs.SY eess.SY 74%

Adaptive Quantized Planetary Crater Detection System for Autonomous Space Exploration

自适应量化行星陨石坑检测系统用于自主太空探索

Aditri Paul, Archan Paul

机构 * Manipal University Jaipur（曼那尔大学斋普尔）

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

AI总结本文提出自适应量化行星陨石坑检测系统，通过量化感知网络和自适应多传感器融合模块，在有限资源下实现高精度陨石坑检测。

Comments 14 pages, 7 figures. A foundational architectural blueprint for a deep-learning-based planetary crater detection system utilizing INT8 quantization and adaptive multi-sensor fusion for resource-constrained spaceflight hardware

2604.16906 2026-04-21 eess.SY cs.SY math.OC 50%

Nesterov Accelerated Distributed Optimization with Efficient Quantized Communication

Nesterov 加速分布式优化与高效量化通信

Ruochen Wu, Xu Du, Karl H. Johansson, Apostolos I. Rikos

专题命中机器人多传感器融合：sensor fusion(abstract)

AI总结本文针对分布式优化中节点函数曲率差异导致的zigzag现象及通信带宽限制问题，提出QANM算法，结合Nesterov加速梯度下降与量化共识协议，实现线性收敛。

4. 融合架构与评测 1 篇

2604.17122 2026-04-21 cs.CV 74%

Multimodal Fusion of Histopathology Images and Electronic Health Records for Early Breast Cancer Diagnosis

多模态融合组织病理图像与电子健康记录用于早期乳腺癌诊断

Aditya Shribhagwan Khandelwal, Mohammad Samar Ansari, Asra Aslam

机构 * University of Sheffield（谢菲尔德大学）； University of Chester（切斯特大学）

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

AI总结本文提出整合BreCaHAD数据集的病理特征与MIMIC-IV的临床数据的多模态框架，通过训练单模态模型和中间融合模型提升乳腺癌早期诊断的准确性和透明度。