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。

2026-02-16 至 2026-02-16 共收录 3 篇信号源：cs.CV, eess.IV, eess.SP, cs.RO, cs.MM

2504.16585 2026-02-16 cs.LG stat.CO stat.ML 78%

Leveraging Noisy Manual Labels as Useful Information: An Information Fusion Approach for Enhanced Variable Selection in Penalized Logistic Regression

利用噪声人工标签作为有用信息：一种信息融合方法用于增强正则化逻辑回归中的变量选择

Xiaofei Wu, Rongmei Liangse

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

AI总结本文提出一种信息融合方法，通过利用噪声人工标签提升正则化逻辑回归中的变量选择性能。

2602.12919 2026-02-16 cs.CV cs.AI cs.NE 57%

EPRBench: A High-Quality Benchmark Dataset for Event Stream Based Visual Place Recognition

EPRBench: 一种高质量的基于事件流的视觉位置识别基准数据集

Xiao Wang, Xingxing Xiong, Jinfeng Gao, Xufeng Lou, Bo Jiang, Si-bao Chen, Yaowei Wang, Yonghong Tian

机构 * School of Computer Science and Technology, Anhui University（安徽大学计算机科学与技术学院）； Harbin Institute of Technology（哈尔滨工业大学）； Peng Cheng Laboratory（鹏城实验室）； School of Computer Science, Peking University（北京大学计算机科学学院）； Shenzhen Graduate School, Peking University（北京大学深圳研究生院）

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

AI总结 EPRBench提出了一种高质量的基于事件流的视觉位置识别基准数据集，结合LLM生成场景描述与多模态融合方法，提升位置识别的准确性和模型透明度。

2601.07969 2026-02-16 eess.AS cs.AI cs.LG cs.SD 50%

Tuberculosis Screening from Cough Audio: Baseline Models, Clinical Variables, and Uncertainty Quantification

咳嗽音频中肺结核筛查：基线模型、临床变量和不确定性量化

George P. Kafentzis, Efstratios Selisios

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

AI总结本文提出了一种标准化框架，用于通过咳嗽音频和临床数据检测肺结核，通过建立基线模型和量化不确定性，提供公平比较的参考点。

Comments Updated to published version in Sensors; DOI: 10.3390/s26041223

Journal ref Sensors 2026, 26(4), 1223