多模态信息融合

Robust Pedestrian Detection with Uncertain Modality

具有不确定模态的鲁棒行人检测

Qian Bie, Xiao Wang, Bin Yang, Zhixi Yu, Jun Chen, Xin Xu

专题命中 红外-可见光融合 ：information fusion(abstract)；分类 cs.CV

AI总结 本文提出AUNet，通过自适应不确定性感知网络在不确定输入下实现鲁棒行人检测，结合UMVR和MAI模块提升跨模态信息融合效果。

Comments Due to the limitation "The abstract field cannot be longer than 1,920 characters", the abstract here is shorter than that in the PDF file

AdaptOVCD: Training-Free Open-Vocabulary Remote Sensing Change Detection via Adaptive Information Fusion

AdaptOVCD: 无需训练的开放词汇遥感变化检测 via 自适应信息融合

Mingyu Dou, Shi Qiu, Ming Hu, Yifan Chen, Huping Ye, Xiaohan Liao, Zhe Sun

机构 * Key Laboratory of Spectral Imaging Technology CAS, Xi'an Institute of Optics and Precision Mechanics, Chinese Academy of Sciences (CAS)（光谱成像技术重点实验室、光学与精密机械研究所、中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Institute of Artificial Intelligence (TeleAI), China Telecom（人工智能研究所（TeleAI），中国电信） ； College of Future Information Technology, Fudan University（复旦大学未来信息技术学院） ； State Key Laboratory of Resources and Environment Information System, Institute of Geographic Sciences and Natural Resources Research, CAS（资源与环境信息系统国家重点实验室、地理科学与自然资源研究所、中国科学院） ； Key Laboratory of Low Altitude Geographic Information and Air Route, CAAC（低空地理信息与航线重点实验室、民航局） ； School of Artificial Intelligence, Optics and Electronics (iOPEN), Northwestern Polytechnical University（人工智能、光学与电子学院（iOPEN），西北工业大学） 纠错

专题命中 遥感融合与全色锐化 ：information fusion(title,abstract)；分类 cs.CV

AI总结 AdaptOVCD通过自适应信息融合实现无需训练的开放词汇遥感变化检测，有效缓解误差传播并提升检测性能。

A Comparative Study of 3D Person Detection: Sensor Modalities and Robustness in Diverse Indoor and Outdoor Environments

三维人物检测的比较研究：传感器模态与在多样室内和室外环境中的鲁棒性

Malaz Tamim, Andrea Matic-Flierl, Karsten Roscher

机构 * Fraunhofer Institute for Cognitive Systems IKS（弗劳恩霍夫认知系统研究所） 纠错

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

AI总结 本文比较了三种三维人物检测方法，发现融合模型在复杂场景中表现最佳，但对传感器错位仍敏感。

Comments Accepted for VISAPP 2026

Trifuse: Enhancing Attention-Based GUI Grounding via Multimodal Fusion

Trifuse: 通过多模态融合增强基于注意力的GUI定位

Longhui Ma, Di Zhao, Siwei Wang, Zhao Lv, Miao Wang

机构 * College of Computer Science and Technology, National University of Defense Technology（计算机科学与技术学院，国防科技大学） ； Intelligent Game and Decision Lab, Academy of Military Sciences（智能游戏与决策实验室，军事科学院） 纠错

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

AI总结 Trifuse通过多模态融合提升GUI定位性能，整合注意力、OCR文本和图标描述语义，无需任务微调即可实现高效定位。

Comments 17 pages, 10 figures

Mamba Goes HoME: Hierarchical Soft Mixture-of-Experts for 3D Medical Image Segmentation

Mamba Goes HoME: 分层软专家混合模型用于3D医学图像分割

Szymon Płotka, Gizem Mert, Maciej Chrabaszcz, Ewa Szczurek, Arkadiusz Sitek

机构 * Faculty of Mathematics, Informatics, and Mechanics, University of Warsaw（华沙大学数学、信息学与力学系） ； Faculty of Mathematics and Computer Science, Jagiellonian University（雅盖隆大学数学与计算机科学系） ； Institute of AI for Health, Helmholtz Munich（海德堡医学院人工智能与健康研究所） ； Faculty of Electronics and Information Technology, Warsaw University of Technology（华沙理工大学电子与信息技术系） ； NASK - National Research Institute（国家研究 institute） ； Faculty of Radiology, Massachusetts General Hospital（麻省总医院放射学系） ； Department of Radiology, Harvard Medical School（哈佛医学院放射学系） 纠错

专题命中 融合架构与评测 ：information fusion(abstract)；分类 cs.CV、eess.IV

AI总结 本文提出分层软专家混合模型HoME，通过两级令牌路由提升3D医学图像分割的长上下文建模能力，实现更高效的局部和全局特征提取，从而提升分割性能。

Comments Accepted at NeurIPS 2025