多模态信息融合

Towards Robust Monocular Depth Estimation in Non-Lambertian Surfaces

面向非朗伯表面的鲁棒单目深度估计

Junrui Zhang, Jiaqi Li, Yachuan Huang, Yiran Wang, Jinghong Zheng, Liao Shen, Zhiguo Cao

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

AI总结 该研究针对单目深度估计在非朗伯表面预测鲁棒性不足的问题，提出梯度域约束的区域引导方法及可选光照融合模块，在相关数据集和竞赛测试中取得优于Depth Anything V2的性能。

Comments Accepted to ECCV 2024 Workshop TRICKY

Uncertainty-Aware Multimodal Fusion for Oral Lesion Classification

面向口腔病变分类的患者感知多模态RGB-HSI融合：通过增量启发式元学习

Soujanya Hazra, Rupam Mukherjee, Rajkumar Daniel, Shirin Dasgupta, Subhamoy Mandal

机构 * 1 School of Medical Science \& Technology, IIT Kharagpur, India 2 Department of Electrical Engineering, IIT Kharagpur, India 3 Dr. B.C. Roy Multispeciality Medical Research Centre, IIT Kharagpur, India 纠错

专题命中 遥感融合与全色锐化 ：multimodal fusion(title)；分类 cs.CV、eess.IV

AI总结 本文提出了一种面向口腔病变分类的患者感知多模态RGB-HSI融合方法，结合深度学习、光谱分析和人口统计数据，通过增量启发式元学习提升诊断鲁棒性。

Comments Accepted at MICCAI MultiTab Workshop 2026

MIND: Multimodal Intent-Driven Network via Diffusion Transformers for Medical Image Fusion

MIND：基于扩散Transformer的多模态意图驱动网络用于医学图像融合

Yunzhan Fu, Xiangyu Shen, Yifei Sun, Yuhan Chen, Jian Wu, Hongxia Xu

机构 * Transvascular Implantation Devices Research Institute, Zhejiang University（浙江大学血管内植入器械研究院） ； Zhejiang University（浙江大学） ； Hangzhou Institute of Technology, Xidian University（西安电子科技大学杭州研究院） ； Hangzhou Dianzi University（杭州电子科技大学） 纠错

专题命中 医学影像融合 ：image fusion(title,abstract)；medical image fusion(title,abstract)；分类 cs.CV

AI总结 该研究针对现有医学图像融合方法缺乏对诊断意图深度理解的问题，提出基于DiTs的MIND网络，通过BioMedGPT、多尺度潜在适配器和医学语义一致性损失优化，在多数据集上取得优异效果，可提升脑肿瘤分割精度并支持交互式融合。

Comments 14pages, 14 figures, accepted by ACM MM2026

Stochastic Average Consensus Filtering and Distributed State Estimation for Boolean Control Networks

布尔控制网络的随机平均共识滤波与分布式状态估计

Rong Yang, Chi Huang

专题命中 机器人多传感器融合 ：sensor fusion(abstract)；multi-sensor fusion(abstract)

AI总结 针对布尔控制网络集中式估计的缺陷，本文结合概率测度变换等方法提出分布式随机平均共识滤波器，证明其收敛性，实现基于局部通信的全局状态估计。

Comments 25 pages, 7 figures

SUNSET - A Sensor-fUsioN based semantic SegmEnTation exemplar for ROS-based self-adaptation

SUNSET -- 一种基于传感器融合的语义分割示例，用于基于ROS的自适应系统

Andreas Wiedholz, Rafael Paintner, Alwin Hoffmann, Carlos Hernandez, Tobias Huber

机构 * XITASO GmbH（XITASO公司） ； German Aerospace Center (DLR) Institute of Flight Systems（德国航空航天中心（DLR）飞行系统研究所） 纠错

专题命中 机器人多传感器融合 ：sensor fusion(abstract)；分类 cs.RO

AI总结 SUNSET是一种基于ROS2的自适应系统示例，通过传感器融合语义分割流水线和训练好的机器学习模型，实现对动态环境中的不确定性进行严格评估和自适应处理。

Comments Accepted at RoSE Workshop 2026

TIER-MoE: Trust-Informed Expert Routing via Conditional Modality Risk for Multimodal Fusion in Biomedical Classification

TIER-MoE：用于生物医学分类多模态融合的、基于条件模态风险的信任感知专家路由

Yu Chang, Anzhe Cheng, Chenwei Wu, Zhuoran Wang, Jiahao Chen, Tamoghna Chattopadhyay, Sophia I. Thomopoulos, Paul M. Thompson, Liyue Shen, Paul Bogdan

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

AI总结 该研究提出TIER-MoE风险引导子空间混合专家模型，用于生物医学分类多模态融合，可提升预测性能与概率校准，在多数据集上优于现有最优方法且具备强零样本泛化能力。

HyperClaim: Fine-Grained Cross-Modal Hypergraph Reasoning for Video Misinformation Detection

HyperClaim：用于视频虚假信息检测的细粒度跨模态超图推理

Xiangbo Wang, Jiasheng Zhang, Xingtong Yu, Luoqiang Lei, Delvin Ce Zhang

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

AI总结 HyperClaim是一种用于视频虚假信息检测的判别式时间超图框架，通过细粒度跨模态超图推理，在FactGuard协议下的三个数据集上准确率优于基线方法。

Comments 13 pages, including supplementary material

Decision-oriented joint optimization of evidence fusion based on event-conditioned credibility

面向决策的、基于事件条件可信度的证据融合联合优化

Chaoxiong Ma, Yan Liang, Huixia Zhang, Hao Sun

专题命中 融合架构与评测 ：decision-level fusion(abstract)

AI总结 针对异构源决策级融合中关键证据易被低估问题，本文提出事件条件可信度，构建联合优化模型，经实验验证其可信度排名更贴合真实值、对正确事件支持度更高且不动点达成率高。

Comments 27 pages, 16 figures