Tag · 4 篇

一致性正则化

分布自监督与表征学习2目标检测与定位1人脸与人体理解1

Measure The Feature Universe: Topology-based Pseudo Labeling and Gravity Consistency for Source-Free Domain Adaptation

把伪标签的生成从 logits 空间搬到目标嵌入流形上，用虚拟特征构建『特征宇宙』并只在统计可靠区域传播标签，同时用基于嵌入间引力的重力一致性按特征相似度调节 CR 强度——这套思路可直接移植到任何需要无标签目标域自训练的分类/检索/分割流程中。

Evidential Deep Partial Label Learning to Quantify Disambiguation Uncertainty

把证据建模（Dirichlet 分布上的 belief/credibility）引入弱监督标签消歧，为视觉分类任务提供可复用的不确定性量化头，可直接替换 softmax 输出用于噪声标注下的可靠性预测。

Consistency Beyond Contrast: Enhancing Open-Vocabulary Object Detection Robustness via Contextual Consistency Learning

提出上下文一致性学习框架，通过生成同一物体在不同背景下的图像并施加特征一致性损失，提升开放词表检测器对背景变化的鲁棒性，可直接用于增强现有开放词表检测模型的泛化能力。

CLEX: Complementary Label Exchange Learning for Noisy Facial Expression Recognition

针对野外表情识别中的标签噪声问题，提出通过交换增强视图间的非目标logit来构造一致性约束，并配合尺度不变归一化和互补抑制损失，为视觉分类任务中利用非目标预测抑制虚假激活提供了可复用的正则化手段。