arXivDaily arXiv每日学术速递 周一至周五更新

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。

2026-08-13 至 2026-08-13 共收录 4 信号源:cs.CV, eess.IV, eess.SP, cs.RO, cs.MM

1. 红外-可见光融合 1 篇

2608.11779 2026-08-13 astro-ph.EP 新提交 50%

Infrared-to-visible albedo ratio of Phobos: Comparison with primitive asteroids

火卫一的红外-可见光反照率比值:与原始小行星的比较

T. J. Dyer, J. Beccarelli, M. Delbo, C. Avdellidou, M. Pajola, A. Milton, A. Lucchetti, G. Munaretto

专题命中 红外-可见光融合 :infrared and visible(abstract)

AI总结 本研究计算火卫一三个光谱单元的红外-可见光反照率比值,与MP3C中小行星数据对比,发现其值覆盖原始小行星范围,支持火卫一可能起源于小行星的结论。

Comments 9 pages, 3 figures, 1 table, accepted for A&A

详情

展开后加载摘要…

URL PDF HTML 收藏

2. 遥感融合与全色锐化 1 篇

2608.11748 2026-08-13 cs.CV 新提交 90%

Dual Modality Prompted Diffusion Priors for Zero Shot Hyperspectral Pansharpening

用于零样本高光谱 pansharpening 的双模态提示扩散先验

Pengwei Xie, Fei Zhu, Jiajun Li, Xiangyuan Liu, Xiangyuan Liu, Kangqing Shen, Gemine Vivone

机构 * School of Artificial Intelligence, Beijing Normal University(北京师范大学人工智能学院) Peking University(北京大学) National Center for Applied Mathematics Shenzhen (NCAMS), Southern University of Science and Technology(南方科技大学深圳应用数学国家中心) Department of Automation, Tsinghua University(清华大学自动化系) National Research Council of Italy, Institute of Integrated Methodologies for Earth Observation (CNR-IMIOT)(意大利国家研究委员会综合地球观测方法研究所)

专题命中 遥感融合与全色锐化 :pansharpening(title,title_cn);分类 cs.CV

AI总结 该研究针对零样本高光谱 pansharpening 问题,提出双模态提示扩散模型 DIDM,通过双模态提示注入与全色引导正则化实现空间细节与光谱保真的平衡,在多数据集实验中取得最优性能。

详情

展开后加载摘要…

URL PDF HTML 收藏

3. 机器人多传感器融合 1 篇

2606.17598 2026-08-13 cs.RO cs.CV 版本更新 62%

MuseVLA: An Adaptive Multimodal Sensing Vision-Language-Action Model for Robotic Manipulation

MuseVLA: 一种用于机器人操作的自适应多模态感知视觉-语言-动作模型

Xingyuming Liu, Ruichun Ma, Heyu Guo, Qixiu Li, Qingwen Yang, Lin Luo, Shiqi Jiang, Chenren Xu, Jiaolong Yang, Baining Guo

机构 * School of Computer Science, Peking University(北京大学计算机科学学院) Microsoft Research Asia(微软亚洲研究院) Princeton University(普林斯顿大学) Tsinghua University(清华大学)

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

AI总结 提出MuseVLA模型,通过将传感器作为按需工具集成,实现自适应多模态感知;设计传感器图像统一表示,并引入数据合成流水线,在灵巧手操作任务中平均成功率80.6%,显著优于RGB-only和多模态基线。

详情

展开后加载摘要…

URL PDF HTML 收藏

4. 融合架构与评测 1 篇

2512.15211 2026-08-13 cs.CV 版本更新 83%

WLC: Weber-Inspired Local Contrast Metric for Low-Altitude Image Fusion

TBC: 低空红外与可见图像融合中的目标-背景对比度度量

Cong Wang, Yufeng Xie

专题命中 融合架构与评测 :image fusion(title,abstract);infrared and visible(abstract);分类 cs.CV

AI总结 本文提出TBC度量,通过关注目标与背景的相对对比度,解决传统度量在低光环境中的失效问题,提升无人机图像融合的鲁棒性和实时性。

详情

展开后加载摘要…

URL PDF HTML 收藏