Multimodal Biometric Authentication Using Choquet Integral and Genetic Algorithm
专题命中 融合架构与评测 :information fusion(abstract);分类 cs.CV
视觉与机器人
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。
专题命中 融合架构与评测 :information fusion(abstract);分类 cs.CV
专题命中 融合架构与评测 :multi-modal fusion(abstract);分类 cs.CV
Comments Published at AAAI-18, 7 pages
专题命中 融合架构与评测 :feature-level fusion(abstract);分类 cs.CV
Comments To be published in Proc. IEEE Global SIP 2017
专题命中 融合架构与评测 :multimodal fusion(abstract);分类 cs.CV
Comments The reason is that the article is just an experimental report without being reviewed carefully. There are some fatal drawbacks in this article and it may not be suitable for being published
专题命中 融合架构与评测 :feature-level fusion(abstract);分类 cs.CV
Comments 38 pages, 5 figures
专题命中 融合架构与评测 :multimodal fusion(abstract);分类 cs.MM
Comments Accepted as Journal Publication in IEEE Intelligent Systems
Journal ref IEEE Intelligent Systems 31.6 (2016): 82-88
专题命中 融合架构与评测 :feature-level fusion(abstract);分类 cs.CV
Comments To appear at IEEE Transactions on Image Processing
专题命中 融合架构与评测 :information fusion(abstract);分类 cs.CV
专题命中 融合架构与评测 :image fusion(abstract);分类 cs.CV
Comments arXiv admin note: substantial text overlap with arXiv:1110.4970
Journal ref International Conference of Advanced Computer Science & Information Technology (ACSIT-2012),July 15, 2012, Chennai, India
专题命中 融合架构与评测 :information fusion(abstract);分类 cs.CV
Journal ref Revue Nationale des Technologies de l'Information E, 5 (2005) 259-268
专题命中 融合架构与评测 :information fusion(abstract);分类 cs.MM
Comments 13 Pages; The International Journal of Multimedia & Its Applications (IJMA) Vol.3, No.3, August 2011
专题命中 融合架构与评测 :multimodal fusion(abstract);分类 cs.CV
Comments 4 pages, 3 figures
Journal ref ICMV 2009
EchoSR: 为轻量图像超分辨率实现高效的上下文利用
机构 * College of Computer Science and Artificial Intelligence, Wenzhou University, Wenzhou 325000, China(温州大学计算机科学与人工智能学院) ; vivo BlueImage Lab, vivo Mobile Communication Co., Ltd, Shanghai 200100, China(vivo蓝影实验室,vivo移动通信有限公司,上海200100,中国) ; College of Engineering and Computer Science, Australian National University, Canberra, Australia(工程与计算机科学学院,澳大利亚国立大学,堪培拉,澳大利亚) ; The AI/Analytics Team, Nasdaq, St. John’s, Canada(AI/分析团队,纳斯达克,圣约翰,加拿大)
专题命中 融合架构与评测 :分类 cs.CV、eess.IV、cs.MM;information fusion(comments)
AI总结 本文提出EchoSR框架,通过统一多尺度感受野建模和层次化上下文融合,提升了轻量图像超分辨率的效率和效果,同时在多个基准上优于现有方法,并实现了约两倍的速度提升。
Comments Accepted by Information Fusion; 20 pages, 17 figures
探索EEG和眼动融合用于多类目标RSVP-BCI
专题命中 融合架构与评测 :multi-modal fusion(abstract);information fusion(journal_ref)
AI总结 本文提出MTREE-Net,通过融合EEG和眼动数据提升多类RSVP-BCI的解码性能。
Comments 17 pages, 9 figures
Journal ref Information Fusion, 2025, 121: 103135
专题命中 融合架构与评测 :information fusion(abstract,comments)
Comments 22nd International Conference on Information Fusion
专题命中 融合架构与评测 :information fusion(abstract,comments)
Comments This paper is currently under evaluation in Information Fusion journal
专题命中 融合架构与评测 :information fusion(abstract,journal_ref)
Comments 9 pages, author contacts: xpontus@gmail.com, ronniej@kth.se
Journal ref Proc 17th Int Conf on Information Fusion (2014)
专题命中 融合架构与评测 :information fusion(abstract,journal_ref)
Comments 7 pages
Journal ref 16th International Conference on Information Fusion, Istanbul : Turkey (2013)
专题命中 融合架构与评测 :information fusion(abstract,comments)
Comments 6 pages; SWIFT 2008 - Skovde Workshop on Information Fusion Topics, Sweden;
Journal ref International Journal of Artificial Intelligence, Vol. 3, No. A09, 79-85, 2009
专题命中 融合架构与评测 :information fusion(abstract,journal_ref)
Comments 7 pages, 3 figures
Journal ref in Proceedings of the Third International Conference on Information Fusion (FUSION 2000), pp. TuB4/10-16, Paris, France, 10-13 July 2000, International Society of Information Fusion, Sunnyvale, 2000
专题命中 融合架构与评测 :information fusion(comments,journal_ref);分类 cs.CV、cs.MM
Comments Accepted to Information Fusion
Journal ref Information Fusion, 2023, 102, 102021
专题命中 融合架构与评测 :information fusion(comments,journal_ref);分类 cs.CV、eess.SP
Comments This paper received the third best paper award at the 22nd International Conference on Information Fusion, Ottawa, Canada, 2019. Matlab code of the GOSPA metric can be found in https://github.com/abusajana/GOSPA . Additional information on MTT can be found in the online course https://www.youtube.com/channel/UCa2-fpj6AV8T6JK1uTRuFpw
Journal ref Proceedings of the 22nd International Conference on Information Fusion, 2019
基于PHQ对齐症状总结的临床访谈中可解释多模态抑郁识别
专题命中 融合架构与评测 :multimodal fusion(abstract)
AI总结 该研究针对临床访谈多模态抑郁识别的可解释性不足问题,提出Explain-MDRC框架,构建含PHQ-8对齐注释的Explain-DAIC数据集,开发PhqCML模型,提升识别性能并提供可解释中间证据。
Malformer:一种基于Transformer的多模态恶意软件检测器
专题命中 融合架构与评测 :multimodal fusion(abstract)
AI总结 本研究提出四模态恶意软件检测模型Malformer,融合文本、图像、图形、音频表示,采用多模态Transformer融合,在201549个样本数据集上准确率98.3%,优于单/双模态检测器,为恶意软件防御提供稳健基础。
心理健康领域的教学式AI:用于自动化临床监督与风险分诊的三通路微调大语言模型框架
机构 * Microsoft(微软) ; BigCommerce ; University at Buffalo, The State University of New York(纽约州立大学布法罗分校) ; Amazon(亚马逊)
专题命中 融合架构与评测 :multi-modal fusion(abstract)
AI总结 针对精神医疗的监督缺口,提出三通路微调Mistral-7B-instruct框架,实现自动化临床监督与风险分诊,提升效率并解决冷启动问题。
Comments 14 pages, 1 figure, 2 tables. Accepted for publication in AICTC 2026, Lecture Notes in Networks and Systems, vol. 2165, Springer
用于检测异质性组织中跨样本空间表达变异性的灵活贝叶斯框架
专题命中 融合架构与评测 :information fusion(abstract)
AI总结 本研究提出一种灵活的贝叶斯框架,结合非参数空间建模与跨样本信息共享,可检测异质性组织的跨样本空间可变基因,用于描绘组织域并发现功能基因簇。
可解码性准则预测大型语言模型中隐藏状态选择何时优于多数投票
机构 * Northwestern University(西北大学)
专题命中 融合架构与评测 :information fusion(abstract)
AI总结 该研究提出可解码性准则及CASE方法,可预测大型语言模型中隐藏状态选择何时优于多数投票,CASE在通用和医疗LLM的中、高难度问题上均有显著提升,且预测可跨领域迁移。
关于Chernoff信息的估计
专题命中 融合架构与评测 :information fusion(abstract)
AI总结 针对Chernoff信息非参数估计的难题,通过导数条件重构优化并结合k近邻法与二分法,证明了导数估计量的L₂一致性,提出了Chernoff信息的非参数估计方法。
MUPA²E:用于情绪评估的非对称注意力多模态统一感知框架
机构 * Honda Research Institute Japan(日本本田研究所)
专题命中 融合架构与评测 :multimodal fusion(abstract)
AI总结 本文提出MUPA²E多模态统一感知框架,用共享非对称注意力骨干处理面部视频与EEG,在DMER数据集上对比多配置,发现时长线索影响分类,控制时长后准确率下降,证明统一架构处理异质信号的可行性。
缺失模态下的共形融合
机构 * Swinburne University of Technology(斯威本科技大学)
专题命中 融合架构与评测 :multimodal fusion(abstract)
AI总结 本文提出MCCF架构,解决缺失模态下的多模态融合问题,该架构兼具模态缺失鲁棒性与校准不确定性,在多基准测试中表现出良好的覆盖率与精度性能。