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。

2025-08-12 至 2025-08-12 共收录 2 篇信号源：cs.CV, eess.IV, eess.SP, cs.RO, cs.MM

1. 通用Image Fusion 2 篇

2508.07803 2025-08-12 cs.CV 87%

MambaTrans: Multimodal Fusion Image Translation via Large Language Model Priors for Downstream Visual Tasks

Yushen Xu, Xiaosong Li, Zhenyu Kuang, Xiaoqi Cheng, Haishu Tan, Huafeng Li

机构 * School of Physics and Optoelectronic Engineering（物理与光电工程学院）； Guangdong-HongKong-Macao Joint Laboratory for Intelligent Micro-Nano Optoelectronic Technology（粤港澳联合智能微纳光电技术实验室）； School of Information Engineering and Automation（信息工程与自动化学院）

专题命中通用Image Fusion ：multimodal fusion(title,abstract)；image fusion(abstract)；multimodal image fusion(abstract)；infrared and visible(abstract)

2507.04377 2025-08-12 cs.CV cs.CL cs.MM 62%

Multi-Modal Semantic Parsing for the Interpretation of Tombstone Inscriptions

Xiao Zhang, Johan Bos

机构 * University of Groningen（格罗宁根大学）

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

Comments ACMMM 2025