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。

2026-07-03 至 2026-07-03 共收录 4 篇信号源：cs.CV, eess.IV, eess.SP, cs.RO, cs.MM

1. 通用Image Fusion 2 篇

2607.00595 2026-07-03 cs.CV 新提交 57%

GADA: Geometry-Aware Deformable Aggregation for Image-Based Gaussian Splatting

GADA: 基于图像的高斯泼溅的几何感知可变形聚合

Siwoo Lim, Sunjae Yoon, Gwanhyeong Koo, Chang D. Yoo

机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）； Chung-Ang University（中央大学）

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

AI总结提出几何感知可变形聚合（GADA），通过可变形偏移迭代校正空间错位，并引入隐式置信加权机制抑制不可靠证据，在保持高频细节的同时实现2.13倍FPS提升。

Comments ICML 2026

2607.02394 2026-07-03 stat.AP stat.ME 新提交 50%

Masked complex non-decimated wavelet features for patient-level classification of contrast-enhanced mammography

掩蔽复值非抽取小波特征用于对比增强乳腺X线摄影的患者级分类

Sara Antonijevic, Brani Vidakovic

专题命中通用Image Fusion ：image fusion(abstract)

AI总结针对对比增强乳腺X线摄影（CESM）图像分类中图像类型信号可比性和患者多图像融合问题，提出掩蔽复值非抽取小波特征结合弹性网逻辑回归，在无泄漏评估下两种图像类型在患者级AUC上无统计差异，且特征可解释。

Comments 29 pages, 9 figures. Code available at https://github.com/saraantonijevic/Masked_Mammograms

2. 医学影像融合 1 篇

2607.02091 2026-07-03 cs.CV 新提交 74%

Multimodal Fusion for Fine-Grained Classification of Breast Fibroadenoma and Phyllodes Tumors

乳腺纤维腺瘤与叶状肿瘤细粒度分类的多模态融合

Chuxi Nan, Di Wu, Hongming Guo, Ning Cao, Xiaohui Zhu, Zhaoting Shi, Jiawei Li

机构 * School of Integrated Circuits, Wuxi Vocational College of Science and Technology（集成电路学院，无锡科学技术职业技术学院）； School of Advanced Technology, Xi’an Jiaotong-Liverpool University（先进科技学院，西安交通大学利物浦大学）； Shanghai Gem Science and Technology Co., Ltd.（上海 gems 科技有限公司）； Department of Oncology, Shanghai Medical College, Fudan University（肿瘤科，复旦大学上海医学院）； Department of Medical Ultrasound, Fudan University Shanghai Cancer Center（医学超声科，复旦大学上海癌症中心）

专题命中医学影像融合：multimodal fusion(title)；分类 cs.CV

AI总结针对B超下乳腺纤维腺瘤和叶状肿瘤高度重叠导致误诊的问题，构建FAPT-M多模态数据集，提出临床引导的多模态框架，集成视觉、文本和临床特征，通过自适应调制、跨模态Transformer和双路径表示学习，实现细粒度分类，准确率77.64%，AUC 89.74%。

3. 自动驾驶多传感器融合 1 篇

2607.01772 2026-07-03 cs.CV eess.SP 新提交 76%

LLM-Empowered Multimodal Fusion Framework for Autonomous Driving: Semantic Enhancement and Channel-Adaptive Design

LLM赋能的自动驾驶多模态融合框架：语义增强与信道自适应设计

Wen Wang, Yaping Sun, Yejun He, Hao Chen, Zhiyong Chen, Xiaodong Xu, Nan Ma, Shuguang Cui

机构 * National Natural Science Foundation of China（国家自然科学基金）； Shenzhen Natural Science Foundation（深圳市自然科学基金）； Shenzhen Key Laboratory Evaluation（深圳市重点实验室评估）

专题命中自动驾驶多传感器融合：multimodal fusion(title)；分类 cs.CV、eess.SP

AI总结提出LM-SCIP框架，以LLM为核心推理中枢，通过信道自适应语义模块动态融合视觉与雷达特征，实现低信噪比下的视觉主导回退和高信噪比下的协同融合，在nuScenes和VIRAT数据集上显著提升定位精度。

Comments 6 pages, 4 figures. Accepted by 2026 IEEE 37th International Symposium on Personal, Indoor and Mobile Radio Communications (PIMRC)