BlowLive: Blow-Based Multi-Factor Biometrics with Liveness Detection and Revocability
BlowLive:基于吹气的多因素生物识别与活体检测及可撤销性
专题命中 融合架构与评测 :multimodal fusion(abstract)
AI总结 提出BlowLive框架,融合吹气声学信号与面部生物特征,采用模糊提取器生成稳定密钥进行认证,并引入多普勒频移活体检测,实现高精度、强安全与可撤销性。
视觉与机器人
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。
BlowLive:基于吹气的多因素生物识别与活体检测及可撤销性
专题命中 融合架构与评测 :multimodal fusion(abstract)
AI总结 提出BlowLive框架,融合吹气声学信号与面部生物特征,采用模糊提取器生成稳定密钥进行认证,并引入多普勒频移活体检测,实现高精度、强安全与可撤销性。
CryoACE: 面向冷冻电镜中精确自动模型构建的原子中心框架
专题命中 融合架构与评测 :multimodal fusion(abstract)
AI总结 提出CryoACE框架,通过原子中心重建范式和无需训练的引导机制,实现冷冻电镜密度图中均质与异质结构的精确原子模型构建,显著优于现有方法。
Journal ref ICML2026
用于钓鱼和威胁分类的混合多层管道:独立验证的URL和NLP引擎与校准的多通道融合阶段
机构 * Department of Communications and Information Engineering(通讯与信息工程系) ; Zewail City of Science and Technology(泽瓦尔科学与技术城)
专题命中 融合架构与评测 :decision-level fusion(abstract)
AI总结 提出一种混合管道,分别对URL和文本模态使用独立引擎评分并融合结果,在10,677封邮件基准测试中达到F1=0.914,并将真实垃圾邮件误报率降至3.6%。
Comments Graduation project, Zewail City of Science and Technology. Code and documentation: https://github.com/XHCFS/cybersiren. Whole-system fusion results use proxy URL and header channels; treat integrated metrics as preliminary
基于深度学习的早产儿呼吸停止检测
机构 * Institute of Biomedical Engineering, Department of Engineering Science, University of Oxford(牛津大学工程科学系生物医学工程研究所)
专题命中 融合架构与评测 :multimodal fusion(abstract)
AI总结 本研究利用深度学习模型,基于阻抗呼吸描记、心电图和光电容积描记信号,检测早产儿呼吸暂停相关呼吸停止事件,发现信号模态比架构复杂度更重要,单模态IP模型性能最优。
Comments 14 pages main text, 8 figures. Submitted to IEEE Journal of Biomedical and Health Informatics (JBHI)
超越时间序列:基于多模态学习的空间推理用于流行病预测
机构 * University of Michigan(密歇根大学)
专题命中 融合架构与评测 :multimodal fusion(abstract)
AI总结 提出M-SPICE框架,通过注意力机制融合区域级时序数据与空间辅助信号,在COVID-19、流感和ILI预测任务上超越现有基线。
Comments To appear in the Proceedings of the 32nd ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD 2026), AI for Science Track
人口统计元数据作为基于DistilBERT的自动作文评分中的构念无关噪声
机构 * Sunway University(Sunway大学) ; Faculty of Engineering and Technology(工程与技术学院)
专题命中 融合架构与评测 :multimodal fusion(abstract)
AI总结 研究通过ASAP 2.0数据集,发现将人口统计元数据与文本简单拼接会显著降低DistilBERT评分模型的预测准确性和公平性。
大型语言模型在人类心理感知与测量中的综述
专题命中 融合架构与评测 :multimodal fusion(abstract)
AI总结 本文系统综述了大型语言模型(LLMs)作为人类心理测量工具的应用,从理论可行性、测量方法和应用效果三个维度构建分析框架,探讨其在人格评估和心理健康评价中的有效性及局限。
Comments Accepted by IEEE Transactions on Cognitive and Developmental Systems
探测、融合与可信度:基础模型表示在多模态癌症分析中的系统评估
机构 * The Alan Turing Institute(艾伦·图灵研究所) ; University of Bristol(布里斯托大学) ; University of Manchester(曼彻斯特大学) ; The Institute of Cancer Research(癌症研究所) ; Genentech(基因泰克)
专题命中 融合架构与评测 :multimodal fusion(abstract)
AI总结 系统评估基础模型表示在计算病理学任务中的性能,发现图像和组学表示互补,多模态融合在单模态不占优时有效,并利用共形预测验证了不确定性感知推理的临床价值。
渐进式知识引导的大型语言模型框架用于轴承故障诊断
机构 * Harbin Institute of Technology, China(哈尔滨工业大学,中国) ; Eastern Institute of Technology, China(东方技术研究所,中国)
专题命中 融合架构与评测 :information fusion(abstract)
AI总结 提出渐进式物理引导多尺度振动信号处理框架,通过81维测量描述符、故障自适应分割和隐式知识编码,在四个数据集上实现98.49%诊断精度并降低12.6倍计算成本。
口语对话中的上下文感知多模态声明验证
机构 * The Pennsylvania State University(宾夕法尼亚州立大学) ; University of Sheffield(谢菲尔德大学)
专题命中 融合架构与评测 :multimodal fusion(abstract)
AI总结 提出MAD2基准和上下文感知多模态融合方法,验证对话音频中的声明,发现对话结构比虚假信息框架对验证更重要。