多模态信息融合

Nonlinear Spectral Image Fusion

非线性频谱图像融合

Martin Benning, Michael Möller, Raz Z. Nossek, Martin Burger, Daniel Cremers, Guy Gilboa, Carola-Bibiane Schönlieb

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

AI总结 本文展示基于总变分正则化的非线性频谱分解框架在图像融合及更广泛的图像处理任务中的有效性，通过选择特定图像的频率转移特征如面部皱纹，实现图像编辑。

Comments 13 pages, 9 figures, submitted to SSVM conference proceedings 2017

DMAConv: Dual Mask-Adaptive Convolution for Remote Sensing Pansharpening

DMAConv: 用于遥感全色锐化的双掩膜自适应卷积

Xianghong Xiao, Zeyu Xia, Zhou Fei, Jinliang Xiao, Haorui Chen, Liangjian Deng

机构 * University of Electronic Science and Technology of China（电子科技大学） ； Tongji University（同济大学） 纠错

专题命中 遥感融合与全色锐化 ：pansharpening(title,abstract)；分类 cs.CV

AI总结 提出双掩膜自适应卷积（DMAConv），通过软硬掩膜动态分配计算资源，以轻量级双分支结构高效处理遥感图像的区域异质性，实现SOTA性能且计算成本最低。

Tensor Analysis and Fusion of Multimodal Brain Images

张量分析与多模态脑图像融合

Esin Karahan, Pedro A. Rojas-Lopez, Maria L. Bringas-Vega, Pedro A. Valdes-Hernandez, Pedro A. Valdes-Sosa

专题命中 医学影像融合 ：multimodal fusion(abstract)

AI总结 本文提出利用张量结构分析多模态神经影像数据，引入马尔可夫-彭罗斯图进行建模，首次将Granger因果分析视为张量回归问题，展示其在脑网络分解中的潜力。

Comments 23 pages, 15 figures, submitted to Proceedings of the IEEE

A Framework for Robust Assimilation of Potentially Malign Third-Party Data, and its Statistical Meaning

一种用于稳健融合可能有害第三方数据的框架及其统计意义

Matthew A. Wright, Roberto Horowitz

专题命中 自动驾驶多传感器融合 ：sensor fusion(abstract)

AI总结 本文提出了一种基于模型的数据融合方法，结合假设检验组件来拒绝可能有故障或有害的数据。该框架基于经典粒子滤波算法的扩展，用于实时估计具有非线性动态和部分噪声观测的不确定系统的状态。通过将Fisher显著性检验和Neyman-Pearson假设检验框架应用于蒙特卡洛和传感器融合场景，提出了一种稳健的蒙特卡洛状态估计方案，能够有效处理故障或异常数据。

Comments IEEE Intelligent Transportation Systems Magazine, special issue on GNSS-based positioning

Journal ref IEEE Intelligent Transportation Systems Magazine, vol. 12, no. 3, pp. 147-156, Fall 2020

Distributed Multi-Sensor Fusion Using Generalized Multi-Bernoulli Densities

分布式多传感器融合使用广义多伯努利密度

Meng Jiang, Wei Yi, Reza Hoseinnezhad, Lingjiang Kong

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

AI总结 本文提出基于广义多伯努利密度的分布式多目标跟踪方法，通过第二阶近似改进GCI融合，验证了其在多静态雷达系统中的有效性。

ConFusion: Sensor Fusion for Complex Robotic Systems using Nonlinear Optimization

ConFusion：利用非线性优化的复杂机器人系统传感器融合

Timothy Sandy, Lukas Stadelmann, Simon Kerscher, Jonas Buchli

机构 * Agile & Dexterous Robotics Lab, ETH Zurich（敏捷与灵活机器人实验室，苏黎世联邦理工学院） 纠错

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

AI总结 本文提出ConFusion，一种用于机器人应用的开源传感器融合框架，通过非线性优化实现灵活的传感器融合设计，并展示了其在视觉惯性跟踪和移动机械臂上的性能。

Journal ref IEEE Robotics and Automation Letters, 2019, Volume 4, Number 2, Pages 1093-1100

Bias Estimation for Decentralized Sensor Fusion -- Multi-Agent Based Bias Estimation Method

去中心化传感器融合中的偏差估计——基于多智能体的偏差估计方法

Hidetoshi Furukawa

专题命中 机器人多传感器融合 ：sensor fusion(title,abstract)

AI总结 本文提出基于多智能体模型的新型偏差估计方法，用于去中心化传感器融合中的偏差估计与补偿，解决传统方法无法处理各传感器节点跟踪数据融合的问题。

Comments Technical Report, 6 pages, in Japanese, Copyright(C)2017 IEICE

Journal ref IEICE Technical Report, vol.117, no.43, SANE2017-7, pp.35-40, May 2017

Achieving Sensor Fusion for Collaborative Multi-level Monitoring of Pipeline Infrastructures

实现管道基础设施协同多级监测的传感器融合

Grigore Stamatescu

专题命中 机器人多传感器融合 ：sensor fusion(title,abstract)

AI总结 本文提出多级系统架构，结合无线传感器网络和无人机，通过三种传感器融合方法提升数据采集与处理效率，缓解多级网络通信瓶颈。

Comments 12 pages, 6 figures

Sensor Fusion for Robot Control through Deep Reinforcement Learning

通过深度强化学习实现机器人控制的传感器融合

Steven Bohez, Tim Verbelen, Elias De Coninck, Bert Vankeirsbilck, Pieter Simoens, Bart Dhoedt

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

AI总结 本文提出通过深度强化学习实现机器人传感器信息融合，提升机器人在搜索和拾取任务中的鲁棒性和性能。

Comments 6 pages, 6 figures, submitted to IROS 2017

Multi-sensor perceptual system for mobile robot and sensor fusion-based localization

多传感器感知系统用于移动机器人及基于传感器融合的定位

T. T. Hoang, P. M. Duong, N. T. T. Van, D. A. Viet, T. Q. Vinh

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

AI总结 本文提出一种扩展卡尔曼滤波方法，用于利用双四象限编码器、指南针、激光雷达和全方位摄像头对移动机器人进行定位，通过融合多种传感器数据实现高效定位。

Comments In 2012 International Conference on Control, Automation and Information Sciences (ICCAIS). arXiv admin note: substantial text overlap with arXiv:1611.07112

Bounds on Multiple Sensor Fusion

多传感器融合的界限

Bill Moran, Fred Cohen, Zengfu Wang, Sofia Suvorova, Douglas Cochran, Tom Taylor, Peter Farrell, Stephen Howard

专题命中 机器人多传感器融合 ：sensor fusion(title)

AI总结 研究多传感器数据融合中因重叠导致的计数误差，通过线性规划分析传感器区域几何结构，定义融合多面体工具并推导正交条件，证明矩形扩展铺砖方案不满足而六边形扩展方案满足。

Comments 23 pages

Fusion of finite set distributions: Pointwise consistency and global cardinality

有限集分布的融合：点一致性和全局基数

Murat Üney, Jérémie Houssineau, Emmanuel Delande, Simon J. Julier, Daniel E. Clark

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

AI总结 本文研究了有限集分布融合中的点一致性和全局基数一致性问题，指出EMD方法在实际中可能导致不一致，并提出新的变分问题和迭代解决方案以保证一致性。

Comments accepted for publication in the IEEE Transactions on Aerospace and Electronics Systems

Multi-Sensor Control for Multi-Object Bayes Filters

多传感器控制用于多目标贝叶斯滤波器

Xiaoying Wang, Reza Hoseinnezhad, Amirali K. Gostar, Tharindu Rathnayake, Benlian Xu, Alireza Bab-Hadiashar

专题命中 机器人多传感器融合 ：sensor fusion(abstract)；multi-sensor fusion(abstract)

AI总结 本文提出在部分观测马尔可夫决策过程框架下，利用标记多伯努利滤波器和最小化任务驱动控制目标函数，实现多目标多传感器控制，通过坐标下降法进行多维优化，提升多传感器融合效率。

Comments 21 pages, 8 figures

Journal ref Signal Processing Volume 142, January 2018, Pages 260-270

A Discrete-Time Attitude Observer on SO(3) for Vision and GPS Fusion

基于SO(3)的离散时间姿态观测器用于视觉与GPS融合

Alireza Khosravian, Tat-Jun Chin, Ian Reid, Robert Mahony

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

AI总结 本文提出一种离散时间几何姿态观测器，融合单目视觉与GPS速度测量，通过减轻视觉里程计姿态估计的固有漂移并直接估计北东下坐标系下的姿态，提供收敛性分析和收敛率下界。

Comments To appear in IEEE Conference on Robotics and Automation 2017

Journal ref Alireza Khosravian, Tat-Jun Chin, Ian Reid, Robert Mahony "A Discrete-Time Attitude Observer on SO(3) for Vision and GPS Fusion", in Proc. IEEE Conf. Robotics and Automation, 2017

Development of an EKF-based localization algorithm using compass sensor and LRF

基于指南针传感器和LRF的EKF定位算法开发

T. T. Hoang, P. M. Duong, N. T. T. Van, D. A. Viet, T. Q. Vinh

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

AI总结 本文提出一种移动机器人感知系统，结合指南针和激光雷达数据，通过扩展卡尔曼滤波实现高精度定位，提升导航性能。

Comments In 12th International Conference on Control Automation Robotics & Vision (ICARCV), 2012. arXiv admin note: substantial text overlap with arXiv:1611.07114

Development of a multi-sensor perceptual system for mobile robot and EKF-based localization

移动机器人多传感器感知系统的发展及基于EKF的定位方法

T. T. Hoang, P. M. Duong, N. T. T. Van, D. A. Viet, T. Q. Vinh

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

AI总结 本文提出一种基于现代传感器和多点通信通道的移动机器人感知系统，采用传感器融合模型处理数据以提高机器人定位与控制的准确性，通过扩展卡尔曼滤波器优化系统状态。

Comments In 2012 International Conference on Systems and Informatics (ICSAI). arXiv admin note: substantial text overlap with arXiv:1611.07112, arXiv:1611.07114

Cooperative localization by dual foot-mounted inertial sensors and inter-agent ranging

通过双足安装惯性传感器和机间测距实现协同定位

John-Olof Nilsson, Dave Zachariah, Isaac Skog, Peter Händel

机构 * Signal Processing Dept., ACCESS Linnaeus Centre, KTH Royal Institute of Technology（信号处理系，ACCESS林纳乌斯中心，皇家理工学院） 纠错

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

AI总结 本文提出一种部分去中心化的系统架构，利用步进惯性导航和步进死 reckoning 降低计算和通信成本，实现大规模群体的协同定位。

Comments 14 pages

Journal ref EURASIP Journal on Advances in Signal Processing 2013, 2013:164

A New Approach to Linear/Nonlinear Distributed Fusion Estimation Problem

一种线性/非线性分布式融合估计问题的新方法

Bo Chen, Guoqiang Hu, Daniel W. C. Ho, Li Yu

专题命中 机器人多传感器融合 ：information fusion(abstract)

AI总结 本文提出了一种新的分布式融合估计方法，针对线性时变系统和非线性系统中的有界噪声问题，通过构造方法和凸优化问题解决估计误差上界和最优加权融合准则设计。

Comments 9 pages, 3 figures

Journal ref IEEE Transactions on Automatic Control, 2018

Anomaly Detection Using Optimally-Placed Micro-PMU Sensors in Distribution Grids

利用最优布置的微PMU传感器进行异常检测

Mahdi Jamei, Anna Scaglione, Ciaran Roberts, Emma Stewart, Sean Peisert, Chuck McParland, Alex McEachern

专题命中 机器人多传感器融合 ：sensor fusion(abstract)

AI总结 本文提出一种分层架构，用于监控配电网，并建立分析和传感器融合原始方法以检测控制周界的异常行为。通过合成和真实微PMU数据验证了方法的有效性。

Comments This article is submitted to IEEE Transaction on Power System and is currently under the review process

Design of a small-scale prototype for research in airborne wind energy

小型原型机的设计用于空中风能研究

Lorenzo Fagiano, Trevor Marks

专题命中 机器人多传感器融合 ：sensor fusion(abstract)

AI总结 本文提出了一种低成本的小型空中风能原型机设计指南，用于测试传感、执行器和翼型等技术，同时提供了实验装置的详细设计和成本信息。

Comments This manuscript is a preprint of a paper submitted for possible publication on the IEEE/ASME Transactions on Mechatronics and is subject to IEEE Copyright. If accepted, the copy of record will be available at IEEEXplore library: http://ieeexplore.ieee.org/

Journal ref IEEE/ASME Transactions on Mechatronics, Volume:20 , Issue: 1, Pages 166 - 177, 2015

Nonlinear state space smoothing using the conditional particle filter

非线性状态空间平滑中的条件粒子滤波

Andreas Svensson, Thomas B. Schön, Manon Kok

专题命中 机器人多传感器融合 ：sensor fusion(abstract)

AI总结 本文提出一种基于条件粒子滤波的非线性状态空间平滑方法，通过马尔可夫链蒙特卡洛方式迭代计算，具有渐近收敛性，应用于超宽带与加速度计/陀螺仪传感器融合的室内定位问题。

Comments Accepted for the 17th IFAC Symposium on System Identification (SYSID), Beijing, China, October 2015

Statistical Information Fusion for Multiple-View Sensor Data in Multi-Object Tracking

多视图传感器数据在多目标跟踪中的统计信息融合

Xiaoying Wang, Reza Hoseinnezhad, Amirali K. Gostar, Tharindu Rathnayake, Benlian Xu, Alireza Bab-Hadiashar

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

AI总结 本文提出了一种新的统计信息融合方法，用于整合多视图传感器数据以提高多目标跟踪性能。方法通过自适应权重改进通用协方差交方法，利用Cauchy-Schwarz散度量化信息内容，并采用Labeled Multi-Bernoulli滤波器实现更精确的跟踪。

Comments 28 pages,7 figures

Tiny Collaborative Inference for Occlusion-Robust Object Detection

用于遮挡鲁棒目标检测的微型协同推理

Chieh-Tung Cheng, Mustafa Aslanov, Eiman Kanjo

机构 * Imperial College London（帝国理工学院伦敦分校） ； Nottingham Trent University（诺丁汉特伦特大学） 纠错

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

AI总结 针对超低端边缘设备，结合MCUNet骨干网络、YOLOv2检测头和TensorFlow Lite量化，评估决策级融合（WBF）相比特征级融合在遮挡场景下提升mAP达+0.2736，并验证了多视角融合与Wi-Fi对等部署的可行性。

3D Temporal Analysis for Autism Spectrum Disorder Screening During Attention Tasks

注意力任务期间自闭症谱系障碍筛查的3D时间分析

Inam Qadir, Elizabeth B Varghese, Dena Al-Thani, Marwa Qaraqe

机构 * College of Science and Engineering, Hamad Bin Khalifa University, Qatar Foundation, Doha, Qatar（科学与工程学院，哈马德·本·哈利法大学，卡塔尔基金会，多哈，卡塔尔） 纠错

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

AI总结 提出基于DECA的3D时间分析框架，提取头部姿态和面部表情特征，利用LSTM/GRU分类器在VR-CPT任务中实现ASD筛查，多模态融合达到84.6%准确率。

Multifidelity probability estimation via fusion of estimators

通过融合估计器进行多保真度概率估计

Boris Kramer, Alexandre Noll Marques, Benjamin Peherstorfer, Umberto Villa, Karen Willcox

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

AI总结 本文提出了一种多保真度方法，通过信息融合和重要性采样估计昂贵模型的失效概率，核心方法是融合多个概率估计器以降低方差，主要贡献是证明融合估计器在方差上最优。

Journal ref Journal of Computational Physics 392, 385-402, 2019

Privacy-Preserving Average Consensus via State Decomposition

通过状态分解实现隐私保护的平均一致性

Yongqiang Wang

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

AI总结 本文提出了一种通过状态分解实现隐私保护平均一致性的方法，该方法通过将每个节点的状态分解为两个子状态，避免在平均一致性过程中披露个体状态信息，从而保证精确收敛到期望的一致值。

Comments accepted to IEEE Transactions on Automatic Control

Architecting Dependable Learning-enabled Autonomous Systems: A Survey

构建可靠的学习自主系统：一项综述

Chih-Hong Cheng, Dhiraj Gulati, Rongjie Yan

机构 * fortiss - Research Institute of the Free State of Bavaria, Germany（巴伐利亚自由州研究 institute） ； State Key Laboratory of Computer Science, China（中国计算机科学国家重点实验室） 纠错

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

AI总结 本文综述了构建可靠学习自主系统的方法，重点在于自动驾驶，讨论了多样冗余、信息融合和运行时监控等技术支柱，并总结了提升深度学习组件可靠性的最新方法，最后提出了研究方向。

Dynamics Based Privacy Protection for Average Consensus on Directed Graphs

基于动态的隐私保护用于有向图上的平均一致性

Huan Gao, Yongqiang Wang

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

AI总结 本文提出了一种用于有向图的新型平均一致性方法，通过在交互节点之间嵌入随机耦合权重的内在鲁棒性，保护参与节点的初始状态隐私，无需第三方或数据聚合器协助，同时保证精确一致性和对恶意节点和外部窃听者的隐私保护。

Comments 12 pages, 7 pages

Secure and Privacy-Preserving Average Consensus

安全且隐私保护的平均一致性

Minghao Ruan, Muaz Ahmad, Yongqiang Wang

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

AI总结 本文提出一种在无可信第三方的情况下，利用同态加密实现安全隐私保护的平均一致性算法，具有计算和通信开销低，适用于时变交互拓扑结构的特点。

Comments 7 pages, 4 figures, paper is accepted to CPS-SPC'17

A Particle-Filtering Based Approach for Distributed Fault Diagnosis of Large-Scale Interconnected Nonlinear Systems

基于粒子滤波的方法用于大规模互联非线性系统的分布式故障诊断

Elaheh Noursadeghi, Ioannis Raptis

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

AI总结 本文提出一种基于粒子滤波的分布式故障检测与隔离方法，通过通信节点网络监控大规模非线性系统，利用局部估计器和故障发展模型实现在线假设检验，无需维护多个估计器。