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。

2026-06-26 至 2026-06-26 共收录 4 篇信号源：cs.CV, eess.IV, eess.SP, cs.RO, cs.MM

1. 融合架构与评测 4 篇

2606.26473 2026-06-26 cs.LG eess.AS 新提交 71%

When Does Quality-Aware Multimodal Fusion Matter? A Leakage-Safe Diagnostic for Decision-Level Dependence

质量感知多模态融合何时重要？一种针对决策级依赖的泄漏安全诊断方法

Jaden Moon, Arvind Pillai, Andrew Campbell

机构 * Dartmouth College（达特茅斯学院）

专题命中融合架构与评测：multimodal fusion(title)

AI总结提出一种诊断方法，通过置换测试检验多模态融合中可靠性分数是否真正影响决策，实验表明仅当可靠性信号能预测单模态正确性时才有效。

Comments Accepted to INTERSPEECH 2026. 5 pages, 1 figure, 5 tables

2606.26455 2026-06-26 cs.CV cs.AI cs.LG 新提交 57%

Active Adversarial Perturbation-driven Associative Memory Retrieval for RGB-Event Visual Object Tracking

主动对抗扰动驱动的关联记忆检索用于RGB-事件视觉目标跟踪

Xiao Wang, Xufeng Lou, Zikang Yan, Lan Chen, Sibao Chen, Yaowei Wang, Yonghong Tian, Jin Tang

机构 * School of Computer Science and Technology, Anhui University（安徽大学计算机科学与技术学院）； School of Electronic and Information Engineering, Anhui University（安徽大学电子信息工程学院）； Peng Cheng Laboratory（鹏城实验室）； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳））； School of Computer Science, Peking University（北京大学计算机学院）； School of Electronic and Computer Engineering, Shenzhen Graduate School, Peking University（北京大学深圳研究生院电子与计算机工程学院）

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

AI总结提出APRTrack框架，通过分层对抗扰动模拟模态退化与局部缺失，并设计足迹引导的通道校准Hopfield检索实现鲁棒的历史信息补偿，在多个数据集上验证了有效性。

2606.26379 2026-06-26 cs.CV 新提交 57%

Layer-Specific Prompt Fusion Discovery via Differentiable Search in Vision Foundation Models

基于可微搜索的视觉基础模型层特定提示融合发现

Xi Xiao, Xingjian Li, Yunbei Zhang, Cheng Han, Tianming Liu, Tianyang Wang, Runmin Jiang, Jihun Hamm, Xiao Wang, Min Xu

机构 * UAB（阿拉巴马大学伯明翰分校）； CMU（卡内基梅隆大学）； Tulane（杜兰大学）； UMKC（密苏里大学堪萨斯分校）； UGA（佐治亚大学）； ORNL（橡树岭国家实验室）

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

AI总结研究视觉提示微调中提示与图像令牌的融合方案，提出可微架构搜索方法联合优化可学习提示及其融合方式，在34个数据集上取得一致提升。

Comments ECCV 2026

2606.20390 2026-06-26 cs.CV 新提交 57%

Geometry-Aware Superpixel Graph Transformer with Metadata for Skin Lesion Classification

几何感知超像素图变换器结合元数据用于皮肤病变分类

Muhammad Azeem, Tanveer Hussain, Amr Ahmed, Ardhendu Behera

机构 * Edge Hill University（埃奇希尔大学）

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

AI总结提出一种基于区域的图学习框架，将病变建模为超像素图，利用几何边属性和元数据上下文节点，通过边缘感知图变换器实现多模态融合，在四个公开数据集上取得优于现有方法的分类性能。

Comments Accepted at MICCAI 2026