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。

2026-06-23 至 2026-06-23 共收录 4 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

2602.08924 2026-06-23 eess.SY cs.SY 版本更新 50%

Automating the Wildfire Detection and Scheduling Pipeline with Maneuverable Earth Observation Satellites

利用可操纵地球观测卫星自动化野火检测与调度流程

Brycen D. Pearl, Joshua G. Warner, Hang Woon Lee

专题命中遥感融合与全色锐化：sensor fusion(abstract)

AI总结提出WildFIRE-DS框架，集成CNN传感器融合检测、贝叶斯统计更新和多星调度优化，实现野火自动检测与卫星调度，仿真实验验证其有效性。

Comments 46 pages, Journal of Aerospace Information Systems (Published)

2. 音视频/视觉语言融合 2 篇

2604.04098 2026-06-23 cs.CV 版本更新 57%

A Physics-Informed, Behavior-Aware Digital Twin for Robust Multimodal Forecasting of Core Body Temperature in Precision Livestock Farming

一种物理知情、行为感知的数字孪生方法，用于精准畜牧业中核心体温的鲁棒多模态预测

Riasad Alvi, Mohaimenul Azam Khan Raiaan, Sadia Sultana Chowa, Arefin Ittesafun Abian, Reem E Mohamed, Md Rafiqul Islam, Yakub Sebastian, Sheikh Izzal Azid, Sami Azam

机构 * Applied Artificial Intelligence and Intelligent Systems (AAIINS) Laboratory（应用人工智能与智能系统实验室）； Department of Computer Science and Engineering（计算机科学与工程系）； Department of Data Science and Artificial Intelligence（数据科学与人工智能系）； Department of Software Systems & Cybersecurity（软件系统与网络安全系）； Energy and Resources Institute, Faculty of Science and Technology（能源与资源研究所，科学与技术学院）； Faculty of Science and Technology（科学与技术学院）； School of Engineering and Energy（工程与能源学院）

专题命中音视频/视觉语言融合：multimodal fusion(abstract)；分类 cs.CV

AI总结提出物理知情数字孪生框架，结合不确定性感知的专家加权堆叠集成，利用ODE热调节模型、高斯过程、卡尔曼滤波和行为马尔可夫链，融合多模态数据实现奶牛核心体温的2小时提前预测，R²达0.783。

2603.21050 2026-06-23 cs.SD 版本更新 50%

ERM-MinMaxGAP: Benchmarking and Mitigating Gender Bias in Multilingual Multimodal Speech-LLM Emotion Recognition

ERM-MinMaxGAP：多语言多模态语音-LLM情感识别中的性别偏见基准测试与缓解

Zi Haur Pang, Xiaoxue Gao, Tatsuya Kawahara, Nancy F. Chen

机构 * Kyoto University, Japan（京都大学，日本）； Agency for Science, Technology, and Research (A*STAR), Singapore（科技研究局（A*STAR），新加坡）

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

AI总结针对多语言语音大模型在情感识别中的性别偏见问题，提出基于MELD-ST的多语言多模态基准，并设计ERM-MinMaxGAP训练目标，通过自适应公平权重和MinMaxGAP正则化器，在英日德三种语言上提升性能并缩小性别差距。

Comments This paper has been accepted for presentation at INTERSPEECH 2026 and as non-archival paper at ICML 2026 Workshop on Machine Learning for Audio

3. 融合架构与评测 1 篇

2603.04748 2026-06-23 q-bio.GN 版本更新 50%

SeekRBP: Leveraging Sequence-Structure Integration with Reinforcement Learning for Receptor-Binding Protein Identification

SeekRBP: 利用强化学习整合序列-结构信息识别受体结合蛋白

Xiling Luo, Le Ou-Yang, Yang Shen, Jiaojiao Guan, Dehan Cai, Jun Zhang, Guoliang Xing, Yanni Sun, Jiayu Shang

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

AI总结提出SeekRBP框架，通过多臂老虎机策略动态采样难负例，融合蛋白质语言与结构嵌入，有效识别序列差异大的受体结合蛋白，在噬菌体宿主预测中表现优异。

Comments 7 pages, 5 figures