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。

2026-07-01 至 2026-07-01 共收录 2 篇信号源：cs.CV, eess.IV, eess.SP, cs.RO, cs.MM

1. 多聚焦/多曝光融合 2 篇

2606.31242 2026-07-01 cs.CV 新提交 88%

UHD-MFF: Shattering Barriers in Multi-Focus Ultra-High-Definition Image Fusion via Learnable Lookup Tables

UHD-MFF：通过可学习查找表打破多焦点超高清图像融合的障碍

Yibing Zhang, Xunpeng Yi, Qinglong Yan, Yeda Wang, Han Xu, Jiayi Ma

机构 * Electronic Information School, Wuhan University（武汉大学电子信息学院）； School of Robotics, Wuhan University（武汉大学机器人学院）； School of Automation, Southeast University（东南大学自动化学院）

专题命中多聚焦/多曝光融合：image fusion(title,abstract)；multi-focus(title,abstract)；分类 cs.CV

AI总结针对超高清多焦点图像融合中的数据、模型和部署三大障碍，提出首个大规模超高清数据集UHD-MFF和基于可学习查找表的UMF-LUT框架，实现实时4K融合。

Comments Accepted by ECCV 2026

2512.04390 2026-07-01 cs.CV cs.AI 版本更新 57%

FMA-Net++: Motion- and Exposure-Aware Joint Video Super-Resolution and Deblurring

FMA-Net++：运动与曝光感知的联合视频超分辨率与去模糊

Geunhyuk Youk, Jihyong Oh, Munchurl Kim

机构 * KAIST（韩国科学技术院）； CMLab, Chung-Ang University（中央大学CMLab）

专题命中多聚焦/多曝光融合：multi-exposure(abstract)；分类 cs.CV

AI总结提出非循环序列级框架FMA-Net++，通过层次细化双向聚合块实现并行处理与长时域建模，引入曝光时间感知调制层处理曝光依赖模糊，在合成数据上训练达到SOTA性能。

Comments Accepted to ECCV 2026. Project Page: https://kaist-viclab.github.io/fmanetpp_site/