多模态信息融合

Reversible Efficient Diffusion for Image Fusion

可逆高效扩散用于图像融合

Xingxin Xu, Bing Cao, DongDong Li, Qinghua Hu, Pengfei Zhu

机构 * School of New Media and Communication, Tianjin University（新媒体与传播学院，天津大学） ； School of Artificial Intelligence, Tianjin University（人工智能学院，天津大学） ； Low-Altitude Intelligence Laboratory, Xiong’an National Innovation Center（低空智能实验室，雄安国家创新中心） ； Xiong’an Guochuang Lantian Technology Co., Ltd.（雄安国创蓝天科技有限公司） ； National University of Defense Technology（国防科技大学） 纠错

专题命中 通用Image Fusion ：image fusion(title,abstract)；multi-modal image fusion(abstract)；分类 cs.CV

AI总结 本文提出可逆高效扩散模型，通过显式监督提升图像融合的生成能力，解决传统扩散模型在融合任务中的细节损失问题。

Towards Intelligent Urban Park Development Monitoring: LLM Agents for Multi-Modal Information Fusion and Analysis

面向智能城市公园发展监测：LLM代理用于多模态信息融合与分析

Zixuan Xiao, Chunguang Hu, Jun Ma

专题命中 遥感融合与全色锐化 ：information fusion(title,abstract)

AI总结 本研究提出基于LLM的多模态代理框架，用于提升城市公园发展监测中多模态数据的融合与分析能力，解决传统方法在高级分析和灵活适应性方面的不足。

Journal ref IEEE International Geoscience and Remote Sensing Symposium (IGARSS) 2025, Aug 3-8 2025

Evaluating the Predictive Value of Preoperative MRI for Erectile Dysfunction Following Radical Prostatectomy

术前MRI对根治性前列腺切除术后勃起功能障碍预测价值的评估

Gideon N. L. Rouwendaal, Daniël Boeke, Inge L. Cox, Henk G. van der Poel, Margriet C. van Dijk-de Haan, Regina G. H. Beets-Tan, Thierry N. Boellaard, Wilson Silva

机构 * University of Amsterdam（阿姆斯特丹大学） ； Antoni van Leeuwenhoek-Netherlands Cancer Institute（安托尼·范·列文霍克-荷兰癌症研究所） ； Department of Urology（泌尿科部） ； AI Technology for Life（人工智能技术生命） ； Utrecht University（乌特勒支大学） ； GROW School for Oncology and Developmental Biology（GROW肿瘤学与发育生物学学院） 纠错

专题命中 医学影像融合 ：multimodal fusion(abstract)；分类 cs.CV、eess.IV

AI总结 本研究评估了术前MRI对根治性前列腺切除术后勃起功能障碍预测价值，发现MRI模型在某些方面略优于传统方法，但未超越临床特征。

Comments 13 pages, 5 figures, 2 tables. Accepted at PRedictive Intelligence in MEdicine workshop @ MICCAI 2025 (PRIME-MICCAI). This is the submitted manuscript with added link to github repo, funding acknowledgements and authors' names and affiliations. No further post submission improvements or corrections were integrated. Final version not published yet

Consistent Pose Estimation of Unmanned Ground Vehicles through Terrain-Aided Multi-Sensor Fusion on Geometric Manifolds

通过几何流形上的地形辅助多传感器融合实现无人地面车辆的一致姿态估计

Alexander Raab, Stephan Weiss, Alessandro Fornasier, Christian Brommer, Abdalrahman Ibrahim

机构 * AGILOX Services GmbH（AGILOX服务公司） ； Control of Networked Systems Group, University of Klagenfurt（网络化系统控制组，克雷格福特大学） 纠错

专题命中 机器人多传感器融合 ：sensor fusion(title)；multi-sensor fusion(title)；分类 cs.RO

AI总结 本文提出了一种基于几何流形的多传感器融合方法，通过地形辅助提升无人地面车辆姿态估计的一致性和准确性，无需特定场景参数调优。

Journal ref 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)

Quadrupped-Legged Robot Movement Plan Generation using Large Language Model

四足机器人运动计划生成使用大语言模型

Muhtadin, Vincentius Gusti Putu A. B. M., Ahmad Zaini, Mauridhi Hery Purnomo, I Ketut Eddy Purnama, Chastine Fatichah

机构 * Institut Teknologi Sepuluh Nopember（十月份十号技术学院） 纠错

专题命中 机器人多传感器融合 ：sensor fusion(abstract)；分类 cs.RO

AI总结 本文提出利用大语言模型生成四足机器人运动计划，通过分布式架构和实时传感器融合实现直观自然语言导航，实验显示系统在多种场景中成功率超过90%。

Journal ref 2025 International Conference on Computer Engineering, Network and Intelligent Multimedia (CENIM)

RacketVision: A Multiple Racket Sports Benchmark for Unified Ball and Racket Analysis

RacketVision: 一种多 racket 运动基准数据集用于统一的球和 racket 分析

Linfeng Dong, Yuchen Yang, Hao Wu, Wei Wang, Yuenan Hou, Zhihang Zhong, Xiao Sun

机构 * Shanghai AI Laboratory（上海人工智能实验室） 纠错

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

AI总结 RacketVision 是一个用于多 racket 运动分析的基准数据集，通过细粒度注释和 CrossAttention 机制提升球轨迹预测性能。

Comments Accepted to AAAI 2026 (Oral)

Vehicular Wireless Positioning -- A Survey

车辆无线定位——综述

Sharief Saleh, Satyam Dwivedi, Russ Whiton, Peter Hammarberg, Musa Furkan Keskin, Julia Equi, Hui Chen, Florent Munier, Olof Eriksson, Fredrik Gunnarsson, Fredrik Tufvesson, Henk Wymeersch

专题命中 融合架构与评测 ：sensor fusion(abstract)；分类 eess.SP

AI总结 本文综述了车辆应用中无线定位技术的发展、现状及未来方向，涵盖卫星、蜂窝及IEEE标准技术，分析了定位需求、技术演变和传感器融合方法。

Comments Under review at IEEE Communications Surveys & Tutorials