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。

2026-09-01 至 2026-09-01 共收录 4 篇信号源：cs.CV, eess.IV, eess.SP, cs.RO, cs.MM

1. 通用Image Fusion 1 篇

2608.21786 2026-09-01 cs.CV 版本更新 87%

UniDiffFusion: A Unified Diffusion Framework for Multi-Task and Degradation-Robust Image Fusion

HP-UniIF：用于统一图像融合的分层提示学习

Xingxin Xu, Siqi Zhao, Xin Li, Xinjie Yao, Yiming Sun, Pengfei Zhu

专题命中通用Image Fusion ：image fusion(title,abstract)；visible-infrared(abstract)；multi-focus(abstract)；multi-exposure(abstract)

AI总结 HP-UniIF是一种基于分层条件调制策略的统一视觉框架，利用扩散先验实现异构图像融合、视觉恢复与下游感知的协同，在多任务实验中表现出优越性能。

2. 遥感融合与全色锐化 1 篇

2608.20810 2026-09-01 cs.MM cs.AI cs.CV cs.GR 版本更新 73%

When Images Look Right and Retrieve Wrong: Coverage-Guided Cross-Scale Re-Indexing for Knowledge-Faithful Generative Perception

当生成图像看起来正确但检索错误：面向知识保真生成感知的覆盖度引导跨尺度重索引

Guangyuan Dong, Chuang Liu, Haoyu Wang, Yangchen Zeng, Jiaqi Zhang, Li Jiuxing, Xiaoyang Yu, Pinlong Zhao, Yuchao Hou, Ziwei Li, Zheng Lin, Alexander Lim Han Yang, Yusen Wu

机构 * National University of Singapore（新加坡国立大学）； Wuhan University（武汉大学）； ByteDance（字节跳动）； Nankai University（南开大学）； JD Research, JD.com, Inc.（京东研究院（京东有限公司））； Zhejiang University（浙江大学）； King Abdullah University of Science and Technology（阿卜杜拉国王科技大学）； The University of Hong Kong（香港大学）

专题命中遥感融合与全色锐化：pansharpening(abstract,abstract_cn)；分类 cs.CV、cs.MM

AI总结针对生成图像因尺度差异导致的语义崩溃问题，提出闭环多模态索引框架CERES，在多基准上实现SOTA，显著提升概念-查询检索性能。

Comments 20 pages, 7 figures, and 20 tables

3. 音视频/视觉语言融合 1 篇

2601.21670 2026-09-01 cs.CV cs.LG 版本更新 79%

Diverse via bounded Agreement: Geometric Regularization for Multimodal Fusion

通过有界一致性实现多样性：多模态融合的几何正则化

Zixuan Xia, Hao Wang, Pengcheng Weng, Yanyu Qian, Yangxin Xu, William Dan, Fei Wang

机构 * Department of Informatics University of Bern（伯尔尼大学信息学院）； College of Computing and Data Science Nanyang Technological University（南洋理工大学计算机与数据科学学院）； School of Software Engineering Xi’an Jiaotong University（西安交通大学软件工程学院）

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

AI总结提出一种轻量级即插即用的几何正则化框架，通过有界一致性原则在保持模态特异多样性的同时约束跨模态漂移，提升多模态融合性能。

4. 融合架构与评测 1 篇

2601.17809 2026-09-01 cs.IT math.IT 版本更新 71%

A Multi-Modal Channel Sounding System for Environment-Aware Channel Measurements in 6G Dynamic Scenarios

一种多模态融合平台，用于高动态场景中的联合环境感知与信道探测

Xuejian Zhang, Ruisi He, Mi Yang, Zhengyu Zhang, Ziyi Qi

专题命中融合架构与评测：multi-modal fusion(title)

AI总结本文提出一种多模态融合平台，用于高动态场景中联合环境感知与信道探测，支持多频段多天线测量和高精度环境感知。

Comments Substantially revised version after peer review