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。

2026-06-01 至 2026-06-01 共收录 2 篇信号源：cs.CV, eess.IV, eess.SP, cs.RO, cs.MM

1. 融合架构与评测 2 篇

2605.31193 2026-06-01 cs.LG 78%

Geometry-based Schrödinger Bridges for Trustworthy Multimodal Fusion

基于几何的薛定谔桥用于可信多模态融合

Jiayu Xiong, Jing Wang, Qi Zhang, Wanlong Wang, Jun Xue

机构 * Department of Computer Science（计算机科学系）； Techonology, Huaqiao University（技术学系，华侨大学）； Xiamen Key Laboratory of Computer Vision（厦门计算机视觉实验室）； Pattern Recognition, Huaqiao University（模式识别，华侨大学）； Tongji University（同济大学）； School of Cyber Science（网络科学学院）； Engineering, Wuhan University（工程学院，武汉大学）

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

AI总结提出基于几何的多模态融合方法GMF，利用扩散薛定谔桥的初始速度平方作为独立于预测的可靠性信号，以提升对低质量数据的鲁棒性。

Comments ICML 2026 accepted paper

2605.19233 2026-06-01 cs.CR cs.LG quant-ph 50%

Quantum Machine Learning for Cyber-Physical Anomaly Detection in Unmanned Aerial Vehicles: A Leakage-Free Evaluation with Proxy-Audited Feature Sets

量子机器学习在无人机网络物理异常检测中的应用：基于代理审计特征集的无泄漏评估

Carlos A. Durán Paredes, Javier E. León Calderón, Nicolás Sánchez Perea, Germán Darío Díaz, Camilo Segura Quintero

机构 * Corporation for Aerospace Initiatives, Research and Innovation (CASIRI)（航空航天研究与创新公司）； Department of Electronics Engineering, Universidad Nacional de Colombia（国立哥伦比亚大学电子工程系）； Department of Electronics Engineering, Universidad del Cauca（卡利学院电子工程系）； Department of Physics, Universidad del Cauca（卡利大学物理系）

专题命中融合架构与评测：sensor fusion(abstract)

AI总结针对无人机网络物理攻击，提出无泄漏评估框架，结合分组时间协议、三模式特征审计和混合XGBoost+数据重上传分类器，验证量子增强混合方法的增量优势。

Comments 10 pages, 7 figures, 1 table; open Qiskit 2.x implementation available at https://github.com/Carlosandp/TLM-UAV-Quantum-Anomaly-Detection