arXivDaily arXiv每日学术速递 周一至周五更新

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。

2026-02-04 至 2026-02-04 共收录 3 信号源:cs.CV, eess.IV, eess.SP, cs.RO, cs.MM

1. 多聚焦/多曝光融合 1 篇

2503.21271 2026-02-04 physics.app-ph 50%

Experimental and Numerical Study of Acoustic Streaming in Mid-Air Phased Arrays

中空相位阵列中声流的实验与数值研究

Christopher Stone, Yusuke Koroyasu, Yoichi Ochiai, Akiko Kaneko, Bruce W. Drinkwater, Tatsuki Fushimi

专题命中 多聚焦/多曝光融合 :multi-focus(abstract)

AI总结 研究中空相位阵列中声流的动力学,通过实验和数值模拟揭示声流速度及侧瓣流动特性,为超声技术优化提供指导。

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

2406.15098 2026-02-04 cs.LG cs.AI 78%

How Intermodal Interaction Affects the Performance of Deep Multimodal Fusion for Mixed-Type Time Series

多模态交互如何影响深度多模态融合在混合类型时间序列中的性能

Simon Dietz, Thomas Altstidl, Dario Zanca, Björn Eskofier, An Nguyen

机构 * FAU Erlangen-Nürnberg(弗赖堡大学埃尔朗根-纽伦堡分校)

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

AI总结 本文研究了多模态交互对深度多模态融合在混合类型时间序列预测中的影响,通过三种融合类型和五种融合方法的比较,揭示了交互强度和方向对融合策略选择的关键作用。

详情

展开后加载摘要…

URL PDF HTML 收藏

3. 融合架构与评测 1 篇

2509.14863 2026-02-04 cs.LG cs.AI 50%

Exploring the Global-to-Local Attention Scheme in Graph Transformers: An Empirical Study

探索图变换器中的全局到局部注意力机制:一项实证研究

Gang Wu, Zhengwei Wang

机构 * School of Computer Science and Engineering(计算机科学与工程学院)

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

AI总结 G2LFormer通过全局到局部注意力机制提升图变换器性能,结合注意力与GNN模块,缓解信息丢失并保持线性复杂度。

Comments The article has been accepted by Frontiers of Computer Science (FCS), with the DOI: {10.1007/s11704-026-51718-4}

详情

展开后加载摘要…

URL PDF HTML 收藏