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。

2026-06-17 至 2026-06-17 共收录 5 篇信号源：cs.CV, eess.IV, eess.SP, cs.RO, cs.MM

1. 遥感融合与全色锐化 1 篇

2606.17722 2026-06-17 cs.CV 新提交 79%

GSPan: A Continuous Gaussian Primitive Representation for Arbitrary-Scale Pansharpening

GSPan：一种用于任意尺度全色锐化的连续高斯基元表示

Fangyi Li, Xiaoyuan Yang, Yixiao Li, Zongyang Sui, Kangqing Shen, Gemine Vivone

机构 * Beihang University（北京航空航天大学）； Tsinghua University（清华大学）； National Research Council - Institute of Methodologies for Environmental Analysis, CNR-IMAA（意大利国家研究委员会 - 环境分析方法研究所）

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GSPan框架，将2D高斯溅射引入全色锐化，通过连续可学习的2D高斯基元表示残差细节，实现任意尺度融合，无需重新训练。

2. 音视频/视觉语言融合 1 篇

2606.17254 2026-06-17 eess.AS 新提交 50%

Synergizing Zero-Shot Cross-Lingual Alzheimer Detection with Language-Invariant Multimodal Bi-Geometric Adversarial Learning

协同零样本跨语言阿尔茨海默检测与语言不变多模态双几何对抗学习

Girish, Mohd Mujtaba Akhtar, Farhan Sheth, Muskaan Singh, Juliana Gerard, Paula McClean, Kongfatt Wong-Lin

专题命中音视频/视觉语言融合：multimodal fusion(abstract)

AI总结提出ORBIT框架，通过跨注意力融合、多语言对抗和球面-双曲几何学习实现零样本跨语言阿尔茨海默病检测，多模态融合优于单模态基线。

Comments Accepted to INTERSPEECH 2026

3. 融合架构与评测 3 篇

2606.17921 2026-06-17 cs.MM 新提交 57%

OlfactProfile: Profile-Conditioned Odor Prediction from Audiovisual Content

OlfactProfile: 基于用户嗅觉特征从视听内容预测气味

Zhengyu Lou, Bosheng Qin, Yanan Wang, Duanduan Yin, Wentao Ye, Yu Xin

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

AI总结提出OlfactProfile框架，通过结构化场级用户嗅觉特征调制，实现从视听内容预测气味，优于基线模型和通用多模态大模型，在背景气味和情感气味预测上提升显著。

Comments 10 pages, 5 figures

2606.17437 2026-06-17 cs.CV cs.AI 新提交 57%

Spatio-Temporal Fusion Model for Standard View Classification of Echocardiographic Videos

超声心动图视频标准视图分类的时空融合模型

Bo Gou, Jicheng Zhang, Jianlong Xiong, Tao He, Bentian Liu, Hai Wu, Yijiao Wang, Yu Zhang, Yujia Yang, Yun Dai, Jian Liu, Jie Wang

机构 * Department of Ultrasound, The First Affiliated Hospital of Chengdu Medical College, School of Clinical Medicine, Chengdu Medical College（成都医学院第一附属医院超声科，临床医学院）； College of Computer Science, Sichuan University（四川大学计算机学院）； Department of Medical Ultrasound, West China Hospital of Sichuan University（四川大学华西医院超声科）； Cancer Hospital, Chinese Academy of Medical Sciences and Peking Union Medical College（中国医学科学院北京协和医学院肿瘤医院）

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

AI总结针对超声心动图视图分类中数据稀缺、时空特征难以融合的问题，提出基于不确定性感知的CNN-LSTM双流融合模型，在最大公开数据集EV9V上取得竞争性能。

2606.17115 2026-06-17 cs.LG cs.AI q-bio.QM 新提交 50%

Probing, Fusion, and Trustworthiness: A Systematic Evaluation of Foundation Model Representations for Multimodal Cancer Analysis

探测、融合与可信度：基础模型表示在多模态癌症分析中的系统评估

Jingyu Hu, Giuseppe Tripodi, Reed Naidoo, Sarah F. McGough, Tapabrata Chakraborti

机构 * The Alan Turing Institute（艾伦·图灵研究所）； University of Bristol（布里斯托大学）； University of Manchester（曼彻斯特大学）； The Institute of Cancer Research（癌症研究所）； Genentech（基因泰克）

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

AI总结系统评估基础模型表示在计算病理学任务中的性能，发现图像和组学表示互补，多模态融合在单模态不占优时有效，并利用共形预测验证了不确定性感知推理的临床价值。