Tag · 16 篇
不确定性建模
VarSplat：面向鲁棒 RGB-D SLAM 的不确定性感知三维高斯泼溅
VarSplat: Uncertainty-aware 3D Gaussian Splatting for Robust RGB-D SLAM
把每个高斯球的外观方差作为可学习量，并用全方差定律配合 alpha 合成，在单次光栅化中渲染出逐像素不确定性图；这张图可直接用于跟踪、子图配准与回环检测的加权，是做 3DGS-SLAM 或任何需要衡量重建置信度的人可以复用的手段。
双曲视觉语言模型中基于不确定性引导与部分到整体语义代表性的组合对齐
Uncertainty-guided Compositional Alignment with Part-to-Whole Semantic Representativeness in Hyperbolic Vision-Language Models
把双曲空间中的不确定性作为「部分对整体语义代表性」的度量，并用不确定性加权对比损失与熵正则的蕴含损失来校准，可直接迁移到需要建模层级/组合结构的图文对齐与检索任务。
面向多模态大语言模型的不确定性感知知识蒸馏
Uncertainty-Aware Knowledge Distillation for Multimodal Large Language Models
把教师监督视为学生激活上的 Gibbs 先验，可导出闭式的不确定性感知权重，可直接套用到任意蒸馏损失上；做 VLM 蒸馏或小模型压缩时，可用它按样本自适应调节教师信号强度，避免噪声样本与教师不确定样本的过度影响。
UST-Hand：面向3D自监督手部姿态估计的不确定性感知时空点云交互网络
UST-Hand: An Uncertainty-aware Spatiotemporal Point Cloud Interaction Network for 3D Self-supervised Hand Pose Estimation
用条件归一化流建模手部姿态分布并采样多假设，再把多假设映射到统一概率点云空间做多视角与时序特征交互，这一「不确定性采样+点云时空融合」的范式可直接迁移到其他缺乏标注的人体/物体关键点与姿态自监督任务。
U4D：面向激光雷达序列的不确定性感知 4D 世界建模
U4D: Uncertainty-Aware 4D World Modeling from LiDAR Sequences
用预训练分割模型输出的空间不确定性图来引导扩散生成，先重建高熵难区再补全其余区域，并配 MoST 块融合时空表征——这套「不确定性引导的由难到易生成」可直接迁移到点云/占据栅格/视频等任何需要时序一致性的生成式世界模型。
PhysGS：用于物理属性估计的贝叶斯推断高斯泼溅
PhysGS: Bayesian-Inferred Gaussian Splatting for Physical Property Estimation
把 3D 高斯泼溅从几何/外观重建扩展为可微的贝叶斯后验推断框架，每个高斯点携带材质与物理属性信念并随观测迭代更新，同时区分偶然与认知不确定性；做机器人操作、仿真到现实或需要从视觉推断物体物理量的工作可直接复用这一「高斯点 + 概率信念」的表示。
MedCLIPSeg：面向数据高效与可泛化医学图像分割的概率视觉-语言适配
MedCLIPSeg: Probabilistic Vision-Language Adaptation for Data-Efficient and Generalizable Medical Image Segmentation
将CLIP的patch级嵌入通过概率跨模态注意力进行适配，并引入软patch级对比损失，为视觉研究者提供了一种在标注稀缺的医学图像上实现文本引导分割且能输出不确定性图的通用思路。
MU-GeNeRF：多视图不确定性引导的泛化神经辐射场用于干扰物感知场景
MU-GeNeRF: Multi-view Uncertainty-guided Generalizable Neural Radiance Fields for Distractor-aware Scene
针对泛化神经辐射场在含瞬态干扰物场景下的鲁棒重建问题，提出将干扰物感知分解为源视图不确定性和目标视图不确定性，并集成到异方差重建损失中引导自适应监督加权，为多视图三维重建中的干扰物抑制提供了可复用的不确定性引导思路。
JUMP-Hand：学习逐关节不确定性以门控多视角专家混合模型进行多视角3D手部重建
JUMP-Hand: Learning Joint-wise Uncertainty to Gate Mixture of View Experts for Multi-View 3D Hand Reconstruction
将逐关节不确定性作为显式门控信号，用于多视角特征融合与三角化初始化，可迁移到其他多视角三维重建任务（如人体姿态、物体位姿）中处理遮挡与噪声。
引力驱动的语义对齐用于文本视频检索
Gravitation-Driven Semantic Alignment for Text Video Retrieval
把跨模态语义分布的对齐拆成「语义引力」（由不确定性导出的语义质量与语义距离）和「几何重叠」两个正交因子，并给出 O(D) 的闭式替代来避免难解的联合积分——做视频-文本检索或任何需要处理多对多语义歧义、区分难负样本的跨模态对齐任务时，这套概率分布匹配打分可以直接替换确定性嵌入的余弦相似度。
FisherPoser：基于层级区域 Fisher 矩阵不确定性建模的稀疏观测人体运动估计
FisherPoser: Human Motion Estimation from Sparse Observations with Hierarchical Region-Wise Fisher-Matrix Uncertainty Modeling
将关节旋转建模为 SO(3) 上的矩阵 Fisher 分布，输出每个关节的分布而非单一点估计，为稀疏 VR 追踪等欠约束场景提供可校准的逐关节不确定性；其区域级 token 与层级 Fisher 回归思路可迁移到其他需要概率化旋转输出的姿态估计任务。
Drainage：一个应对类别不确定性的统一框架
Drainage: A Unifying Framework for Addressing Class Uncertainty
在分类网络输出端加一个可微的 drainage 节点，把概率质量重新分配给不确定性，为噪声标签、实例相关/非对称噪声和 OOD 样本提供统一的拒识出口；做噪声标签或开集识别时可直接替换 softmax 头，并顺带获得数据集清洗能力。
面向形状与反射率联合采集的可微自适应四维结构光照
Differentiable Adaptive 4D Structured Illumination for Joint Capture of Shape and Reflectance
把「下一次投什么光」变成可微优化问题：用像素级深度不确定性直方图模型驱动自适应结构光图案选择，再用测量-仿真一致性微调联合恢复深度与反射率，可复用到主动式三维扫描与光度立体采集策略设计。
打破虚假相关：用于AU检测的不确定性驱动因果Transformer
Breaking Spurious Correlations: Uncertainty-Driven Causal Transformers for AU Detection
将Transformer注意力权重参数化为高斯分布以建模不确定性，并引入因果干预模块抑制混淆偏差，可复用于其他存在标签噪声和类别不平衡的细粒度人脸分析任务。
自举多视图学习以应对测试时噪声对应
Bootstrapping Multi-view Learning for Test-time Noisy Correspondence
针对推理阶段跨视图异步采样导致的错配，BML 用可控噪声增强构造训练集并训练轻量估计器输出可靠性权重来调制融合，可直接迁移到多传感器/多模态融合（如 RGB-深度、多相机 BEV）在部署时出现错配的鲁棒融合环节。
BD-Merging：证据引导对比学习的偏差感知动态模型合并
BD-Merging: Bias-Aware Dynamic Model Merging with Evidence-Guided Contrastive Learning
对做多任务视觉模型部署的人，这篇给出了一套在测试时分布偏移下仍可靠的无监督模型合并方案：用证据检测头建模统一标签空间上的不确定性，再用邻域证据差异分数（ADS）驱动对比学习训练去偏路由器，按样本动态分配任务/层权重。可直接复用到多任务检测、分割等模型的免数据合并与测试时自适应场景。