多模态信息融合

Bridging Severe Cross-Modal Misalignment: End-to-End Visible-Infrared Object Detection via Explicit Feature-Domain Affine Registration

缓解严重跨模态错位：通过显式特征域仿射配准实现端到端可见光-红外目标检测

Qi Ming, Yuyang Wang, Mingjing Zhao, Yifan Xiao, Zhixin Guo, Zhiqiang Zhou, Peng Sun, Juan Fang, Fuqiang Yang, Xudong Zhao

机构 * Beijing University of Technology（北京工业大学） ； Central South University（中南大学） ； Beijing Electronics Science & Technology Institute（北京电子科学技术研究所） ； China Aerospace Science & Industry Corporation（中国航天科技集团） ； Beijing Institute of Technology（北京理工大学） ； Information Support Force Engineering University（信息支援部队工程大学） ； Trunk Technology (Beijing) Co., Ltd.（trunk技术（北京）有限公司） 纠错

专题命中 红外-可见光融合 ：visible-infrared(title,abstract)；分类 cs.CV

AI总结 针对可见光-红外目标检测的严重跨模态错位问题，提出JFRDet网络，含CMAA、IGCF、AQCG模块，构建DVMA基准，在该基准上达到69.7% mAP₅₀的SOTA性能。

Sensor fusion on MagAO-X: real time vibration control using accelerometers

MagAO-X上的传感器融合：利用加速度计实现实时振动控制

Parker T. Johnson, Jared R. Males, Povilas Palunas, Olivier Guyon, Sebastiaan Haffert, Joseph Long, Vincent Deo, Julien Lozi, Laird M. Close, Maggie Kautz, Jay Kueny, Jialin Li, Joshua Liberman, Miles Lucas, Matthijs Mars, Eden McEwen, Tiffany Nguyen, Elena Tonucci, Katie Twitchell

专题命中 机器人多传感器融合 ：sensor fusion(title)

AI总结 针对MagAO-X极端AO仪器，设计低成本模块化加速度计遥测系统，识别望远镜振动源并分析其与WFE的相关性，为AO系统预测控制提供基础。

Comments 13 pages, 9 figures, proceeding of SPIE Astronomical Telescopes + Instrumentation 2026 (Paper No. 14150-87)

The eXtreme Wavefront Control Toolkit: High-Contrast Imaging Instrument Control for Ground and Space-Based Coronagraphs

极端波前控制工具包（XWCTk）：地基与空间日冕仪的高对比度成像仪器控制

Jared R. Males, Joseph D. Long, Sebastiaan Y. Haffert, Kyle Van Gorkom, Parker Johnson, Rico Landman, Eden McEwen, Olivier Guyon, Vincent Deo, Miles Lucas, Irina Stefan, Katie Twitchell, Jay Kueny, Joshua Liberman, Adam K. Taras, Adam Schilperoort, Matthijs Mars, Ewan S. Douglas, Laird M. Close

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

AI总结 本文介绍专为MagAO-X ExAO仪器开发的XWCTk软件，基于低延迟工具链，可实现仪器控制、数据保存与压缩，适配地基及未来空间高对比度成像仪器，支持远程操作与自动化开发。

Comments Presented at SPIE Astronomical Telescopes + Instrumentation 2026

Deciding When to Rely on Visual Information: Gated Multimodal Fusion in Sequential Recommendation

何时依赖视觉信息：序列推荐中的门控多模态融合

Natalija Glisovic, Danica Kragic, Martin Tegner

专题命中 融合架构与评测 ：multimodal fusion(title)

AI总结 该研究提出VisGate框架，基于物品和用户上下文自适应融合多模态信号，揭示视觉效用随物品、交互稀疏性变化的规律，实现更精准的序列推荐并可解释视觉信息的作用。

Comments 8 pages, 6 figures, Accepted at CARS @ RecSys 2026