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。

2025-09-22 至 2025-09-22 共收录 3 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

2509.15667 2025-09-22 cs.CL cs.SD eess.AS 50%

VOX-KRIKRI: Unifying Speech and Language through Continuous Fusion

Dimitrios Damianos, Leon Voukoutis, Georgios Paraskevopoulos, Vassilis Katsouros

机构 * Institute for Speech and Language Processing, Athena Research Center, Greece（语音与语言处理研究所，亚特兰蒂斯研究中心，希腊）

专题命中音视频/视觉语言融合：multimodal fusion(abstract)

2. 融合架构与评测 2 篇

2509.15852 2025-09-22 cs.MM 74%

Clinical Multi-modal Fusion with Heterogeneous Graph and Disease Correlation Learning for Multi-Disease Prediction

Yueheng Jiang, Peng Zhang

专题命中融合架构与评测：multi-modal fusion(title)；分类 cs.MM

2506.00337 2025-09-22 cs.LG 50%

Channel-Imposed Fusion: A Simple yet Effective Method for Medical Time Series Classification

Ming Hu, Jianfu Yin, Mingyu Dou, Yuqi Wang, Ruochen Dang, Siyi Liang, Feiyu Zhu, Cong Hu, Yao Wang, Bingliang Hu, Quan Wang

机构 * Xi’an Institute of Optics and Precision Mechanics, CAS（西安光学精密机械研究所，中国科学院）； University of Chinese Academy of Sciences（中国科学院大学）； Southwest Jiaotong University（西南交通大学）； Zhongnan Hospital of Wuhan University（武汉大学中南医院）； Xi’an Jiaotong University（西安交通大学）； National Key Laboratory of Information Systems Engineering（信息系统工程国家重点实验室）

专题命中融合架构与评测：information fusion(abstract)