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。

2026-06-09 至 2026-06-09 共收录 2 篇信号源：cs.CV, eess.IV, eess.SP, cs.RO, cs.MM

1. 通用Image Fusion 2 篇

2606.07985 2026-06-09 cs.CV cs.CL 新提交 83%

FMRFusion: 面向异质图像融合的频率感知多视图表示学习

Tao Zhoua, Yunlong Liu, Qinghui Chen, Zekai Zhang, Minlong Sun, Changlin Biana, Dagang Li, Wenmin Wang, Jinglin Zhang

机构 * Shandong University（山东大学）； Macau University of Science and Technology（澳门科技大学）

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

AI总结提出FMRFusion网络，通过多尺度结构感知模块、双线性频率分解和跨视图互补交互，结合流匹配优化，实现红外与可见光图像融合，在夜间场景表现优异。

2606.07651 2026-06-09 cs.LG cs.CV 新提交 57%

KITE：一种融合文本、图像和知识图谱的三模态假新闻检测Transformer

Kevin Patel, Shashi Bhushan Jha

机构 * Department of Computer Science, University of West Florida（威斯福大学计算机科学系）

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

AI总结提出三模态假新闻检测框架KITE，联合建模文本、视觉和知识表示，利用跨模态注意力整合特征，在基准数据集上显著优于单双模态基线。