arXivDaily arXiv每日学术速递 周一至周五更新
arXiv周末暂无论文更新,休息一下吧,周末愉快~~

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。

2025-09-11 至 2025-09-11 共收录 2 信号源:cs.CV, eess.IV, eess.SP, cs.RO, cs.MM

1. 自动驾驶多传感器融合 1 篇

2501.11260 2025-09-11 cs.RO cs.CV 62%

A Survey of World Models for Autonomous Driving

Tuo Feng, Wenguan Wang, Yi Yang

机构 * Collaborative Innovation Center of Artificial Intelligence (CCAI), Zhejiang University(人工智能协同创新中心(CCAI)、浙江大学)

专题命中 自动驾驶多传感器融合 :multimodal fusion(abstract);分类 cs.CV、cs.RO

Comments Ongoing project. Paper list: https://github.com/FengZicai/AwesomeWMAD Benchmark: https://github.com/FengZicai/WMAD-Benchmarks

详情

展开后加载摘要…

URL PDF HTML 收藏

2. 音视频/视觉语言融合 1 篇

2509.08570 2025-09-11 cs.CV 57%

Vision-Language Semantic Aggregation Leveraging Foundation Model for Generalizable Medical Image Segmentation

Wenjun Yu, Yinchen Zhou, Jia-Xuan Jiang, Shubin Zeng, Yuee Li, Zhong Wang

机构 * organization= School of Information Science \& Engineering, Lanzhou University , addressline= , city= Lanzhou , postcode= 730000 , country= China

专题命中 音视频/视觉语言融合 :multimodal fusion(abstract);分类 cs.CV

Comments 29 pages and 8 figures

详情

展开后加载摘要…

URL PDF HTML 收藏