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。

2026-02-26 至 2026-02-26 共收录 2 篇信号源：cs.CV, eess.IV, eess.SP, cs.RO, cs.MM

1. 自动驾驶多传感器融合 1 篇

2602.21589 2026-02-26 cs.CV 57%

SEF-MAP: Subspace-Decomposed Expert Fusion for Robust Multimodal HD Map Prediction

SEF-MAP：子空间分解专家融合用于鲁棒多模态高精度地图预测

Haoxiang Fu, Lingfeng Zhang, Hao Li, Ruibing Hu, Zhengrong Li, Guanjing Liu, Zimu Tan, Long Chen, Hangjun Ye, Xiaoshuai Hao

机构 * National University of Singapore（新加坡国立大学）； Xiaomi EV（小米电动车）； Chinese University of Hong Kong（香港中文大学）； The University of Manchester（曼彻斯特大学）； Renmin University of China（中国人民大学）

专题命中自动驾驶多传感器融合：multi-modal fusion(abstract)；分类 cs.CV

AI总结 SEF-MAP通过子空间分解和专家融合，提升多模态HD地图预测的鲁棒性和准确性。

2. 机器人多传感器融合 1 篇

2602.21754 2026-02-26 cs.CV 70%

LiREC-Net: A Target-Free and Learning-Based Network for LiDAR, RGB, and Event Calibration

LiREC-Net：一种无需目标且基于学习的激光雷达、RGB和事件校准网络

Aditya Ranjan Dash, Ramy Battrawy, René Schuster, Didier Stricker

机构 * RPTU – University Kaiserslautern-Landau（莱茵-威斯法伦大学（科布伦茨-劳埃希恩））； DFKI – German Research Center for Artificial Intelligence（德国人工智能研究中心）

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

AI总结 LiREC-Net是一种基于学习的多传感器校准网络，通过统一框架联合校准激光雷达、RGB和事件数据，提升多传感器融合的精度和效率。

Comments Accepted in CVPR 2026