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。

2026-08-05 至 2026-08-05 共收录 3 篇信号源：cs.CV, eess.IV, eess.SP, cs.RO, cs.MM

1. 通用Image Fusion 2 篇

2608.03252 2026-08-05 cs.CV 新提交 88%

用于多聚焦图像融合的清晰度对比与相似性选择

Yicheng Zhang, Haoyou Deng, Zhiqiang Li, Wenti Yin, Nong Sang, Changxin Gao

专题命中通用Image Fusion ：image fusion(title,abstract)；multi-focus(title,abstract)；分类 cs.CV

AI总结该研究针对多聚焦图像融合中源图像交互不足的问题，提出CSNet模型，通过CCAM和相似性选择策略实现信息交互，在定量和定性评估中达到当前最优性能。

2608.03107 2026-08-05 cs.CV 新提交 74%

一种用于正交线扫描图像融合的统一分辨率条件框架

Yiming Gong, Kai Wang

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

AI总结针对正交线扫描图像融合，提出基于RELA和FiLM的统一分辨率条件框架，可跨狭缝宽度适配，性能优于现有方法，能平滑泛化到未见过的中间配置。

2608.03475 2026-08-05 cs.MM cs.AI cs.CL 新提交 57%

用于鲁棒多模态意图识别的自适应模态可靠性诊断与恢复

Suraj Kumar, Mohnish Raj, Soumi Chattopadhayay, Chandranath Adak, Ayan Dutta

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

AI总结提出PRIME闭环可靠性引导框架，通过诊断恢复多模态意图识别的不可靠模态，在保持干净数据性能的同时提升了多模态数据各类退化场景下的鲁棒性。