Sensorfusion är en sammanblandning av sensoriska data från olika källor för att skapa en mer komplett bild än vad som annars skulle vara möjligt om man överväger de oberoende källorna för sig. Under processen med sensorfusion hänvisar den förbättrade fullständigheten av bilden till information som är allt mer komplett, korrekt eller tillförlitlig än de oberoende källorna borde garantera. Med andra ord, sensorisk fusion är ett exempel på två plus två som motsvarar fem; kombinationen av datakällor ger extra sensorisk information som annars inte skulle vara tillgänglig. Sensorfusion används vanligtvis i övervakningsoperationer, inklusive med tv-kameror, ekolod, radar och geologisk övervakning som involverar seismiska eller magnetiska sensorer. Processen sker genom ett centraliserat eller decentraliserat tillvägagångssätt, beroende på vilken part som ansvarar för att kombinera bilderna till en helhet.
Det kanske enklaste sättet för någon att tänka på sensorfusion är att föreställa sig ett hemsäkerhetssystem som består av flera övervakningskameror uppsatta i de olika rummen i ett hus. Om alla kameror är kopplade till ett centralt rum som innehåller en enda tv-monitor för varje kamera, kommer det att finnas en vägg av bilder som representerar den samlade övervakningsdatan för hela huset. Denna samlade kombination av bilder illustrerar de ytterligare fördelarna med att smälta ihop bilderna till en enda helhet; genom att all kamerainformation sänds till en central plats blir det mycket lättare att spåra rörelser och aktiviteter för individer i huset.
Detta kan jämföras med en situation där det bara finns en enda tv-skärm och betraktaren måste cykla genom de olika kamerorna för att få önskad bild. Observatören får fortfarande exakt samma data, men det faktum att informationen erhålls i olika delar – i motsats till en sömlös helhet – gör övervakningsprocessen mycket svårare att utföra. Att samla in data om en inkräktare i en sensorisk sammansmält miljö ger extra information; i vissa fall kommer överlappande kameratäckningszoner att ge en flervinkelvy av inkräktaren, vilket gör identifiering och observation så mycket enklare. I en icke-sensoriskt sammansmält miljö kommer att behöva cykla genom bilder på en enda skärm beröva observatören dessa fördelar med flera vinklar. Även om det ger exakt samma vyer, tjänar en observatör mer på att ha bilderna sammansmälta.
Detta är ett decentraliserat exempel på sensorisk fusion; observatören måste sätta ihop kameraflödesdata med hjälp av sitt eget omdöme och sin kunskap. Detta kan jämföras med en centraliserad sensorfusionsmiljö, där någon part på en central plats kombinerar datakällorna innan slutresultatet vidarebefordras till klienten. När man väljer det ena eller det andra är erfarenhet en viktig avgörande faktor. I en miljö där kunden har expertis på att sortera igenom och sammanfoga olika databitar, kan ett decentraliserat tillvägagångssätt tillåta kunden att använda sitt professionella omdöme med rådata. När kunden har mindre erfarenhet kan ett centraliserat tillvägagångssätt göra det möjligt för mer skickliga individer att sortera igenom rådata och bara vidarebefordra den mest relevanta informationen till kunden.