[2026年4月13日提交 (v1)，最后修订于2026年7月29日（本版本，v2）]

查看PDF HTML（实验性）

摘要：将基于帧的RGB相机与事件流相结合，构成了在具有挑战性的动态条件下实现鲁棒目标检测的有前景的范式。然而，有效建模复杂的多模态交互并调和RGB与事件数据之间的语义异质性，仍然是高精度检测的巨大挑战。在本文中，我们提出了Hyper-FEOD，一种新颖的高性能检测框架，通过两个核心超图驱动组件协同增强跨模态表示学习。具体而言，我们首先设计了一个稀疏超图增强的跨模态融合（SHCF）模块，该模块利用事件活动线索识别运动关键的稀疏标记，并通过超图建模进行高阶关系推理。该设计有效捕获了跨模态的复杂高阶依赖和丰富的上下文关联。其次，我们开发了一个细粒度混合专家（FG-MoE）模块，专门用于处理不同视觉区域产生的异构语义需求。通过部署具有不同超边连接模式的专用超图专家并引入空间门控机制，FG-MoE自适应地路由特征以实现目标区域的精确增强。结合辅助路由器损失，所提出的框架确保了稳定的端到端训练和最优特征精炼。在广泛采用的RGB-Event基准上进行的综合实验表明，Hyper-FEOD提供了卓越的检测性能，并以显著的幅度持续优于现有的最先进方法。

提交历史

来自：Wei Bao [查看邮件]
[v1] 2026年4月13日，星期一，07:56:16 UTC (1,808 KB)
[v2] 2026年7月29日，星期三，02:42:12 UTC (2,725 KB)