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。

2025-09-15 至 2025-09-15 共收录 2 篇信号源：cs.CV, eess.IV, eess.SP, cs.RO, cs.MM

1. 音视频/视觉语言融合 1 篇

2505.07879 2025-09-15 cs.IR cs.AI cs.CV 57%

OMGM: Orchestrate Multiple Granularities and Modalities for Efficient Multimodal Retrieval

Wei Yang, Jingjing Fu, Rui Wang, Jinyu Wang, Lei Song, Jiang Bian

机构 * Microsoft Research Asia（微软亚洲研究院）

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

Comments Accepted to ACL 2025 Main Conference

2. 融合架构与评测 1 篇

2509.09799 2025-09-15 cs.LG cs.HC 50%

Distinguishing Startle from Surprise Events Based on Physiological Signals

Mansi Sharma, Alexandre Duchevet, Florian Daiber, Jean-Paul Imbert, Maurice Rekrut

机构 * German Research Center for Artificial Intelligence (DFKI), Cognitive Assistants Lab, Saarland Informatics Campus（德国人工智能研究中心（DFKI）、认知助理实验室、萨尔兰州信息技术校区）； Fédération ENAC ISAE-SUPAERO ONERA, Université de Toulouse（ENAC ISAE-SUPAERO ONERA联合会、图卢兹大学）

专题命中融合架构与评测：multi-modal fusion(abstract)