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。

2026-08-17 至 2026-08-17 共收录 2 篇信号源：cs.CV, eess.IV, eess.SP, cs.RO, cs.MM

1. 红外-可见光融合 1 篇

2601.05923 2026-08-17 eess.SP cs.AI cs.LG eess.IV q-bio.QM 62%

Cedalion Tutorial: A Python-based framework for comprehensive analysis of multimodal fNIRS & DOT from the lab to the everyday world

Cedalion教程：一个基于Python的框架，用于对多模态fNIRS与DOT进行综合分析，从实验室到日常世界

E. Middell, L. Carlton, S. Moradi, T. Codina, T. Fischer, J. Cutler, S. Kelley, J. Behrendt, T. Dissanayake, N. Harmening, M. A. Yücel, D. A. Boas, A. von Lühmann

专题命中红外-可见光融合：multimodal fusion(abstract)；分类 eess.IV、eess.SP

AI总结 Cedalion是一个基于Python的开源框架，用于统一多模态fNIRS和DOT数据的分析，支持可重复、可扩展的神经成像工作流程。

Comments 33 pages main manuscript, 180 pages Supplementary Tutorial Notebooks, 12 figures, 6 tables, under review in SPIE Neurophotonics

Journal ref Neurophotonics, Vol. 13, Issue S3, S32602 (2026)

2. 音视频/视觉语言融合 1 篇

2512.10441 2026-08-17 cs.CL 版本更新 50%

Decoding Student Minds: Leveraging Conversational Agents for Psychological and Learning Analysis

解码学生心智：利用对话代理进行心理和学习分析

Nour El Houda Ben Chaabene, Hamza Hammami, Laid Kahloul

机构 * STIH Laboratory, Sorbonne University（索邦大学STIH实验室）； LIPAH-LR11ES14, National Engineering School of Tunis（突尼斯国家工程学院LIPAH-LR11ES14）； Faculty of Sciences of Tunis（突尼斯科学学院）； LINFI Laboratory（LINFI实验室）

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

AI总结本文提出一种结合多模态数据和语义推理的对话代理，用于实时分析学生认知和情感状态，提升学习表现和情感福祉。