多模态信息融合

Electrolyzers-HSI: Close-Range Multi-Scene Hyperspectral Imaging Benchmark Dataset

电解槽-HSI：近景多场景高光谱成像基准数据集

Elias Arbash, Ahmed Jamal Afifi, Ymane Belahsen, Margret Fuchs, Pedram Ghamisi, Paul Scheunders, Richard Gloaguen

机构 * Helmholtz-Zentrum Dresden-Rossendorf (HZDR) - Helmholtz Institute Freiberg for Resource Technology (HIF)（亥姆霍兹德累斯顿罗森多夫研究中心（HZDR）- 弗莱贝格亥姆霍兹资源技术研究所（HIF）） ； University of Antwerp（安特卫普大学） ； National School of Applied Sciences of Oujda（乌季达国立应用科学学院） 纠错

专题命中 遥感融合与全色锐化 ：multimodal fusion(abstract)；分类 cs.CV

AI总结 本文提出电解槽-HSI数据集，用于加速关键原材料回收，通过准确的电解槽材料分类支持定量和定性分析，评估了多种机器学习和深度学习方法以优化材料识别效率。

Journal ref Sci Data 12, 1818 (2025)

MAPLE: Multi-Path Adaptive Propagation with Level-Aware Embeddings for Hierarchical Multi-Label Image Classification

MAPLE：多路径自适应传播与层次感知嵌入用于层次多标签图像分类

Boshko Koloski, Marjan Stoimchev, Jurica Levatić, Dragi Kocev, Sašo Džeroski

机构 * Jožef Stefan Institute（约热夫·斯特凡研究所） ； Jožef Stefan International Postgraduate School（约热夫·斯特凡国际研究生院） 纠错

专题命中 遥感融合与全色锐化 ：multi-modal fusion(abstract)；分类 cs.CV

AI总结 MAPLE通过结合层次语义初始化、图结构编码和自适应多模态融合，有效提升遥感图像的层次多标签分类性能，在少样本场景下提升42%，参数开销仅增加2.6%。

Comments REO: Advances in Representation Learning for Earth Observation, accepted workshow paper at EurIPS

Lean Learning Beyond Clouds: Efficient Discrepancy-Conditioned Optical-SAR Fusion for Semantic Segmentation

在云之外的高效学习：基于光- SAR融合的语义分割框架

Chenxing Meng, Wuzhou Quan, Yingjie Cai, Liqun Cao, Liyan Zhang, Mingqiang Wei

机构 * School of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics（南京航空航天大学计算机科学与技术学院） 纠错

专题命中 遥感融合与全色锐化 ：hybrid fusion(abstract)；分类 cs.CV

AI总结 本文提出EDC框架，通过三流编码器和Discrepancy-Conditioned Hybrid Fusion机制提升光- SAR融合的效率和鲁棒性，实验显示在M3M-CR和WHU-OPT-SAR数据集上mIoU提升0.56%和0.88%，参数量减少46.7%。

Comments 14 page, 7 figures

Remote Sensing Image Dehazing: A Systematic Review of Progress, Challenges, and Prospects

遥感图像去雾：进展、挑战与前景的系统综述

Heng Zhou, Xiaoxiong Liu, Zhenxi Zhang, Jieheng Yun, Chengyang Li, Yunchu Yang, Dongyi Xia, Chunna Tian, Xiao-Jun Wu

机构 * School of Artificial Intelligence and Computer Science（人工智能与计算机科学学院） ； Josef Kittler Research Institute on Artificial Intelligence（乔塞夫·基特勒人工智能研究所） ； School of Electronic Engineering（电子工程学院） ； College of Artificial Intelligence（人工智能学院） ； Aerospace Information Research Institute（航天信息研究所） ； Department of Computer Science（计算机科学系） 纠错

专题命中 遥感融合与全色锐化 ：multimodal fusion(abstract)；分类 cs.CV

AI总结 本文系统综述了遥感图像去雾的研究进展、挑战与前景，总结了超过30种方法，分析了不同模型在性能上的差异，并提出了未来研究方向。

Comments 82 pages, 23 figures,

Journal ref ISPRS P&RS 2026

Parameter-Efficient Modality-Balanced Symmetric Fusion for Multimodal Remote Sensing Semantic Segmentation

参数高效模态平衡对称融合用于多模态遥感语义分割

Haocheng Li, Juepeng Zheng, Shuangxi Miao, Ruibo Lu, Guosheng Cai, Haohuan Fu, Jianxi Huang

机构 * College of Land Science and Technology, China Agricultural University（中国农业大学土地科学与技术学院） ； Key Laboratory of Remote Sensing for Agri-Hazards, Ministry of Agriculture and Rural Affairs（农业农村部农业灾害遥感重点实验室） ； Faculty of Geosciences and Engineering, Southwest Jiaotong University（西南交通大学地质科学与工程学院） ； School of Artificial Intelligence, Sun Yat-Sen University（中山大学人工智能学院） ； Henan Polytechnic University（河南理工大学） ； Key Laboratory of Spatio-Temporal Information and Ecological Restoration of Mines, Ministry of Natural Resources of the People’s Republic of China（矿产资源时空信息与生态修复重点实验室） ； Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； National Supercomputing Center in Shenzhen, Shenzhen, China（深圳国家超算中心） ； Ministry of Education Key Laboratory for Earth System Modeling and the Department of Earth System Science, Tsinghua University（地球系统模拟教育部重点实验室和清华大学地球系统科学系） 纠错

专题命中 遥感融合与全色锐化 ：multimodal fusion(abstract)；分类 cs.CV

AI总结 本文提出MoBaNet，通过参数高效和模态平衡的对称融合框架，在减少可训练参数的同时提升多模态遥感语义分割的鲁棒性和平衡性。

Comments 14 pages, 6 figures

CGCCE-Net:Change-Guided Cross Correlation Enhancement Network for Remote Sensing Building Change Detection

CGCCE-Net：基于变化引导的跨相关增强网络用于遥感建筑变化检测

ChengMing Wang

专题命中 遥感融合与全色锐化 ：information fusion(abstract)；分类 eess.IV

AI总结 CGCCE-Net通过引入变化引导的跨相关增强网络，提升遥感图像中建筑变化检测的精度和性能。

Journal ref Information Sciences, Volume 742, 2026, 123320, ISSN 0020-0255

Tighnari v2: Mitigating Label Noise and Distribution Shift in Multimodal Plant Distribution Prediction via Mixture of Experts and Weakly Supervised Learning

Tighnari v2: 通过专家混合和弱监督学习缓解多模态植物分布预测中的标签噪声和分布偏移

Haixu Liu, Yufei Wang, Tianxiang Xu, Chuancheng Shi, Hongsheng Xing

机构 * The University of Sydney, Sydney, New South Wales, Australia（悉尼大学） ； The University of New South Wales, Sydney, New South Wales, Australia（新南威尔士大学） ； School of Software and Microelectronics, Peking University, Beijing, China（北京大学软件与微电子学院） ； Shandong University of Technology, Zibo, Shandong, China（山东科技大学） 纠错

专题命中 遥感融合与全色锐化 ：multimodal fusion(abstract)；分类 cs.CV

AI总结 Tighnari v2通过专家混合和弱监督学习缓解多模态植物分布预测中的标签噪声和分布偏移，提升预测性能。

SOMA-1M: A Large-Scale SAR-Optical Multi-resolution Alignment Dataset for Multi-Task Remote Sensing

SOMA-1M: 一种大规模SAR-光学多分辨率对齐数据集用于多任务遥感

Peihao Wu, Yongxiang Yao, Yi Wan, Wenfei Zhang, Ruipeng Zhao, Jiayuan Li, Yongjun Zhang

机构 * School of Remote Sensing Information Engineering, Wuhan University（遥感信息工程学院，武汉大学） ； Hubei LuoJia Laboratory（湖北珞珈实验室） ； Technology Innovation Center for Collaborative Applications of Natural Resources Data in GBA, Ministry of Natural Resources（粤港澳大湾区自然资源数据协同应用技术创新中心，自然资源部） 纠错

专题命中 遥感融合与全色锐化 ：image fusion(abstract)；分类 cs.CV

AI总结 SOMA-1M是首个大规模SAR-光学多分辨率对齐数据集，用于提升多任务遥感图像处理的性能和准确性。

Beyond Open Vocabulary: Multimodal Prompting for Object Detection in Remote Sensing Images

超越开放词汇：面向遥感图像的目标检测多模态提示

Shuai Yang, Ziyue Huang, Jiaxin Chen, Qingjie Liu, Yunhong Wang

机构 * School of Computer Science and Engineering, Beihang University, Beijing, China（计算机科学与工程学院，北京航空航天大学，中国） 纠错

专题命中 遥感融合与全色锐化 ：multimodal fusion(abstract)；分类 cs.CV

AI总结 RS-MPOD提出了一种多模态开放词汇检测框架，通过整合视觉和文本提示提升遥感图像中目标检测的稳定性与准确性。

STARS: Shared-specific Translation and Alignment for missing-modality Remote Sensing Semantic Segmentation

STARS: 共享-特定翻译与对齐用于缺失模态遥感语义分割

Tong Wang, Xiaodong Zhang, Guanzhou Chen, Jiaqi Wang, Chenxi Liu, Xiaoliang Tan, Wenchao Guo, Xuyang Li, Xuanrui Wang, Zifan Wang

机构 * State Key Laboratory of information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University（测绘遥感信息工程国家重点实验室，武汉大学） ； Electronic Information School, Wuhan University（电子信息学院，武汉大学） ； Hubei FreerTech Co. Ltd（湖北弗瑞特科技有限公司） 纠错

专题命中 遥感融合与全色锐化 ：multimodal fusion(abstract)；分类 cs.CV

AI总结 STARS通过共享-特定翻译与对齐机制，解决多模态遥感中缺失模态带来的语义分割问题，提升鲁棒性和类别识别能力。

Quantizing Space and Time: Fusing Time Series and Images for Earth Observation

量化空间与时间：融合时间序列和图像用于地球观测

Gianfranco Basile, Johannes Jakubik, Benedikt Blumenstiel, Thomas Brunschwiler, Juan Bernabe Moreno

机构 * IBM Research Europe（IBM欧洲研究院） ； ETH Zürich（苏黎世联邦理工学院） 纠错

专题命中 遥感融合与全色锐化 ：multimodal fusion(abstract)；分类 cs.CV

AI总结 本文提出一种任务无关的多模态融合框架，通过时间序列和图像的统一表示空间提升地球观测任务的性能。

DIS2: Disentanglement Meets Distillation with Classwise Attention for Robust Remote Sensing Segmentation under Missing Modalities

DIS2: 通过类级注意机制实现解耦与蒸馏以在缺失模态下实现鲁棒的遥感分割

Nhi Kieu, Kien Nguyen, Arnold Wiliem, Clinton Fookes, Sridha Sridharan

机构 * Queensland University of Technology（昆士兰理工大学） ； Shield AI 纠错

专题命中 遥感融合与全色锐化 ：hybrid fusion(abstract)；分类 cs.CV

AI总结 DIS2通过类级注意机制实现解耦与蒸馏，以在缺失模态下实现鲁棒的遥感分割。

Comments Accepted to WACV 2026 - Computer Vision for Earth Observation Workshop

Exchange Is All You Need for Remote Sensing Change Detection

交换即为远程感知变化检测所需

Sijun Dong, Siming Fu, Kaiyu Li, Xiangyong Cao, Xiaoliang Meng, Bo Du

专题命中 遥感融合与全色锐化 ：information fusion(abstract)；分类 cs.CV

AI总结 SEED通过参数无关的特征交换替代显式差分，实现高效且稳健的遥感变化检测。

Any-Optical-Model: A Universal Foundation Model for Optical Remote Sensing

Any-Optical-Model: 一种通用的光学遥感基础模型

Xuyang Li, Chenyu Li, Danfeng Hong

专题命中 遥感融合与全色锐化 ：sensor fusion(abstract)；分类 cs.CV

AI总结 Any-Optical-Model提出了一种通用的光学遥感基础模型，能够适应任意波段配置、传感器类型和分辨率尺度，通过多尺度自适应补丁嵌入和语义对齐机制实现光谱-空间关系建模，有效提升遥感任务的泛化能力和实际应用性能。

Comments Accepted by AAAI2026

A Unified Framework with Multimodal Fine-tuning for Remote Sensing Semantic Segmentation

多模态微调的统一框架用于遥感语义分割

Xianping Ma, Xiaokang Zhang, Man-On Pun, Bo Huang

机构 * School of Science and Engineering, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）科学与工程学院） ； School of Information Science and Engineering, Wuhan University of Science and Technology（武汉科技大学信息科学与工程学院） ； Department of Geography, The University of Hong Kong（香港大学地理系） 纠错

专题命中 遥感融合与全色锐化 ：multimodal fusion(abstract)；分类 cs.CV

AI总结 本文提出了一种多模态微调的统一框架，用于改进遥感语义分割的性能，通过引入新的MFNet和DFM模块，显著提升了多模态数据的分割效果。

Comments 15 pages, 11 figures

Journal ref IEEE Transactions on Geoscience and Remote Sensing, vol. 63, pp. 1-15, 2025, Art no. 5405015

MM-DETR: An Efficient Multimodal Detection Transformer with Mamba-Driven Dual-Granularity Fusion and Frequency-Aware Modality Adapters

MM-DETR: 一种高效的多模态检测Transformer，采用Mamba驱动的双粒度融合和频率感知模态适配器

Jianhong Han, Yupei Wang, Yuan Zhang, Liang Chen

机构 * School of Information and Electronics, Beijing Institute of Technology（信息与电子学院，北京理工大学） ； Beijing Institute of Technology Chongqing Innovation Center（北京理工大学重庆创新中心） ； National Key Laboratory for Space-Born Intelligent Information Processing（空间智能信息处理国家级重点实验室） ； School of Automation, Beijing Institute of Technology（自动化学院，北京理工大学） 纠错

专题命中 遥感融合与全色锐化 ：multimodal fusion(abstract)；分类 cs.CV

AI总结 MM-DETR通过Mamba驱动的双粒度融合和频率感知模态适配器，实现高效的多模态目标检测，提升检测精度与轻量化性能。

Comments Manuscript submitted to IEEE Transactions on Geoscience and Remote Sensing

Structure-Preserving Unpaired Image Translation to Photometrically Calibrate JunoCam with Hubble Data

保持结构的未配对图像翻译以利用哈勃数据校准朱诺相机

Aditya Pratap Singh, Shrey Shah, Ramanakumar Sankar, Emma Dahl, Gerald Eichstädt, Georgios Georgakis, Bernadette Bucher

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

AI总结 本文提出了一种保持结构的未配对图像翻译方法，用于利用哈勃数据校准朱诺相机，以解决分辨率差异问题并提升遥感数据处理效果。

Diffusion Algorithm for Metalens Optical Aberration Correction

金属镜面扩散算法用于光学像差校正

Harshana Weligampola, Yuanrui Chen, Weiheng Tang, Qi Guo, Stanley H. Chan

专题命中 遥感融合与全色锐化 ：pansharpening(abstract)；分类 eess.IV

AI总结 本文提出基于扩散模型的金属镜面像差校正算法，通过融合结构图像与颜色提示图像，实现高清晰度全色图像重建。

Comments 5 pages, 4 figures

MFmamba: A Multi-function Network for Panchromatic Image Resolution Restoration Based on State-Space Model

MFmamba：基于状态空间模型的多功能网络用于全色图像分辨率恢复

Qian Jiang, Qianqian Wang, Xin Jin, Michal Wozniak, Shaowen Yao, Wei Zhou

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

AI总结 MFmamba通过三种不同输入实现高空间分辨率彩色图像恢复，结合UNet++、Mamba Upsample Block和Dual Pool Attention，提升超分辨率与光谱恢复性能。

Comments 9 pages, 9 figures. This paper has been accepted for publication in AAAI-2026

3MOS: Multi-sources, Multi-resolutions, and Multi-scenes dataset for Optical-SAR image matching

Yibin Ye, Xichao Teng, Shuo Chen, Yijie Bian, Tao Tan, Zhang Li

机构 * National University of Defense Technology（国防科技大学） ； Macao Polytechnic University（澳门理工学院） 纠错

专题命中 遥感融合与全色锐化 ：image fusion(abstract)；分类 cs.CV

Comments 20pages 17 figures

Journal ref Visual Intelligence, 3(1), 1-27 (2025)

Multi-modal Spatio-Temporal Transformer for High-resolution Land Subsidence Prediction

Wendong Yao, Binhua Huang, Soumyabrata Dev

机构 * ADAPT SFI Research Centre, School of Computer Science, University College Dublin（ADAPT SFI研究所以及计算机科学学院，都柏林大学学院） 纠错

专题命中 遥感融合与全色锐化 ：multi-modal fusion(abstract)；分类 cs.CV

Comments This paper is submitted to IEEE Transactions on Geoscience and Remote Sensing for reviewing

A Modality-Tailored Graph Modeling Framework for Urban Region Representation via Contrastive Learning

Yaya Zhao, Kaiqi Zhao, Zixuan Tang, Zhiyuan Liu, Xiaoling Lu, Yalei Du

机构 * Center for Applied Statistics, School of Statistics, Innovation Platform, Renmin University of China（应用统计中心、统计学院、创新平台、中国人民大学） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学深圳学院） 纠错

专题命中 遥感融合与全色锐化 ：multimodal fusion(abstract)；分类 cs.CV

Controllable Reference Guided Diffusion with Local Global Fusion for Real World Remote Sensing Image Super Resolution

Ce Wang, Wanjie Sun

机构 * School of Remote Sensing and Information Engineering, Wuhan University（遥感与信息工程学院，武汉大学） 纠错

专题命中 遥感融合与全色锐化 ：information fusion(abstract)；分类 cs.CV

RS3DBench: A Comprehensive Benchmark for 3D Spatial Perception in Remote Sensing

Jiayu Wang, Ruizhi Wang, Jie Song, Haofei Zhang, Mingli Song, Zunlei Feng, Li Sun

机构 * College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； Software College of Zhejiang University（浙江大学软件学院） ； Hangzhou City University（杭州市大学） 纠错

专题命中 遥感融合与全色锐化 ：multimodal fusion(abstract)；分类 cs.CV

Comments 26 pages, 4 figures

Filling the Gaps: A Multitask Hybrid Multiscale Generative Framework for Missing Modality in Remote Sensing Semantic Segmentation

Nhi Kieu, Kien Nguyen, Arnold Wiliem, Clinton Fookes, Sridha Sridharan

机构 * School of Electrical Engineering and Robotics, Queensland University of Technology（电气工程与机器人学学院，昆士兰理工大学） ； Shield AI 纠错

专题命中 遥感融合与全色锐化 ：hybrid fusion(abstract)；分类 cs.CV

Comments Accepted to DICTA 2025

SpecSwin3D: Generating Hyperspectral Imagery from Multispectral Data via Transformer Networks

Tang Sui, Songxi Yang, Qunying Huang

机构 * Department of Geography, University of Wisconsin-Madison（威斯康星大学麦迪逊分校地理系） 纠错

专题命中 遥感融合与全色锐化 ：pan-sharpening(abstract)；分类 cs.CV

CSFMamba: Cross State Fusion Mamba Operator for Multimodal Remote Sensing Image Classification

Qingyu Wang, Xue Jiang, Guozheng Xu

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 遥感融合与全色锐化 ：multimodal fusion(abstract)；分类 cs.CV

Comments 5 pages, 2 figures, accpeted by 2025 IEEE International Geoscience and Remote Sensing Symposium(IGARSS 2025),not published yet

SAR Strikes Back: A New Hope for RSVQA

Lucrezia Tosato, Flora Weissgerber, Laurent Wendling, Sylvain Lobry

机构 * LIPADE, Université Paris Cité（巴黎Cité大学LIPADE研究所） ； GENCI-IDRIS ； French Aerospace Lab, ONERA（法国航空航天实验室ONERA） 纠错

专题命中 遥感融合与全色锐化 ：decision-level fusion(abstract)；分类 cs.CV

Comments Accepted at IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing 13 pages, 6 figures

Journal ref 10.1109/JSTARS.2025.3596678

Juggling With Representations: On the Information Transfer Between Imagery, Point Clouds, and Meshes for Multi-Modal Semantics

Dominik Laupheimer, Norbert Haala

机构 * Institute for Photogrammetry, University of Stuttgart, Germany（摄影测量研究所，斯图加特大学，德国） 纠错

专题命中 遥感融合与全色锐化 ：multi-modal fusion(abstract)；分类 cs.CV

City-VLM: Towards Multidomain Perception Scene Understanding via Multimodal Incomplete Learning

Penglei Sun, Yaoxian Song, Xiangru Zhu, Xiang Liu, Qiang Wang, Yue Liu, Changqun Xia, Tiefeng Li, Yang Yang, Xiaowen Chu

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Zhejiang University（浙江大学） ； Fudan University（复旦大学） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； Terminus Technologies Co., Ltd. ； Pengcheng Laboratory（鹏城实验室） 纠错

专题命中 遥感融合与全色锐化 ：multimodal fusion(abstract)；分类 cs.CV