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。

2026-08-04 至 2026-08-04 共收录 2 篇信号源：cs.CV, eess.IV, eess.SP, cs.RO, cs.MM

1. 机器人多传感器融合 2 篇

2605.22259 2026-08-04 cs.LG cs.CV cs.RO 版本更新 82%

An Evidence Hierarchy for Bayesian Object Classification via OSINT-Aided Heterogeneous Sensor Fusion

基于OSINT辅助异质传感器融合的贝叶斯目标分类证据层级

Jan Nausner, Michael Hubner

机构 * Center for Digital Safety & Security, Austrian Institute of Technology GmbH (AIT)（数字安全与安全研究所，奥地利技术研究院（AIT））

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

AI总结本文提出了一种基于OSINT辅助的异质传感器融合方法，通过建立新的证据层级模型，结合上下文信息和领域知识，提升对CBRNE威胁的分类准确率，实验结果表明该方法在抗干扰和先验不匹配方面具有优势，分类准确率高达95%。

Comments 6 pages, 1 figure; \c{opyright} 2026 IEEE. Accepted for the 2026 IEEE International Conference on Multisensor Fusion and Integration (MFI 2026)

2607.16898 2026-08-04 cs.CV cs.CL cs.CR 版本更新 57%

Cross-Branch Conflict as a Shield: Safeguarding Facial Identities in Unified Multimodal Image Editing

跨分支冲突作为一种保护手段：在统一多模态图像编辑中保护面部身份

Weiwei Tan, Junxian Li, Rui Wang, Zhenhua Xu, Yanjun Zhang, Yu Leo Zhang

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

AI总结研究统一多模态模型中个人肖像编辑的安全问题，提出CCS统一对抗保护框架，通过联合驱动ViT和VAE表示及破坏跨分支兼容性，防止模型恢复身份信息，在抑制身份保留编辑上表现优于现有方法。

Comments 14 pages, preprint