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。

2026-05-14 至 2026-05-14 共收录 4 篇信号源：cs.CV, eess.IV, eess.SP, cs.RO, cs.MM

1. 红外-可见光融合 4 篇

2605.13049 2026-05-14 cs.CV 83%

Uncertainty-aware Spatial-Frequency Registration and Fusion for Infrared and Visible Images

具有不确定性的空间-频率配准与融合用于红外和可见图像

Xingyuan Li, Haoyuan Xu, Xingyue Zhu, Jun Ma, Yang Zou, Zhiying Jiang, Jinyuan Liu

机构 * Dalian University of Technology（大连理工大学）； Northwestern Polytechnical University（西北工业大学）； Dalian Maritime University（大连海事大学）

专题命中红外-可见光融合：infrared and visible(title,abstract)；image fusion(abstract)；分类 cs.CV

AI总结本文提出SFRF框架，通过整合不确定性估计和红外热辐射分布一致性，解决配准误差累积问题，提升空间和频率域的融合效果。

Comments 10 pages, 5 figures, 4 tables

2509.15642 2026-05-14 cs.CV 83%

UNIV: Unified Foundation Model for Infrared and Visible Modalities

UNIV：用于红外和可见模态的统一基础模型

Fangyuan Mao, Shuo Wang, Jilin Mei, Shun Lu, Chen Min, Fuyang Liu, Xiaokun Feng, Meiqi Wu, Yu Hu

机构 * Research Center for Intelligent Computing Systems, CAS ICT（智能计算系统研究所以及中国科学院信息科技研究院）； University of Chinese Academy of Sciences（中国科学院大学）； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）

专题命中红外-可见光融合：infrared and visible(title,abstract)；visible-infrared(abstract)；分类 cs.CV

AI总结 UNIV通过跨模态对比学习提升红外与可见光感知的鲁棒性，解决模态偏差问题，实验显示在红外任务中表现优异。

2605.13462 2026-05-14 cs.LG 71%

Efficient Sensor Fusion for Gesture Recognition on Resource-Constrained Devices

面向资源受限设备的高效手势识别传感器融合

Pietro Bartoli, Christian Veronesi, Tommaso Bondini, Andrea Giudici, Franco Zappa

机构 * EssilorLuxottica Smart Eyewear Lab（EssilorLuxottica 智能眼镜实验室）； Politecnico di Milano（米兰理工学院）

专题命中红外-可见光融合：sensor fusion(title)

AI总结本文提出基于低分辨率ToF和红外热传感器融合的轻量隐私保护手势识别系统，通过紧凑CNN实现高效融合，实验显示在7种静态手势数据集上准确率达92.3%，且在STM32系列MCU上实现毫秒级推理延迟和50mW功耗。

Comments The article is already accepted for IEEE Sensors Applications Symposium (IEEE SAS) 2026

2605.13218 2026-05-14 cs.LG 50%

Machine Learning-Driven Multimodal Spectroscopic Liquid Biopsy for Early Multicancer Detection

基于机器学习的多模态光谱学液体活检用于早期多癌种检测

Alejandro Leonardo García Navarro, Javier Cachón Ortiz, Javier González Colsa, Samuel García Díaz, Carlos Viadero Valderrama

机构 * Signal Processing Group（信号处理组）； Gregorio Marañón Health Research Institute（格雷戈里奥·马兰农健康研究中心）； Amber Health Solutions（艾默健康解决方案）

专题命中红外-可见光融合：multimodal fusion(abstract)

AI总结本文提出结合FTIR、拉曼和EEM荧光光谱的多模态液体活检框架，利用机器学习方法实现多癌种早期检测，实验显示多模态融合在ROC-AUC和灵敏度特异度上表现最优。