Tag · 7 篇

伪标签生成

分布 3D 视觉与重建3图像分割2视频理解与时序2

UZ3DVG: Unaided Zero-Shot 3D Visual Grounding with Generated Language Conditions

用 VLM 离线生成物体级空间伪标签与推理链，再蒸馏到仅吃点云的轻量 3DVG 学生网络，配合 GeoSM 对齐文本推理与 3D 几何；这条「大模型造标签 + 蒸馏 + 推理时零外部依赖」的路线可直接迁移到其他需要空间推理的 3D 任务。

TerraSeg: Self-Supervised Ground Segmentation for Any LiDAR

提出一种无需人工标注、跨传感器配置的激光雷达地面分割自监督框架，其 PseudoLabeler 通过逐扫描运行时优化生成高质量伪标签，可复用于其他点云分割任务的标签生成与域泛化。

ShelfOcc: Native 3D Supervision beyond LiDAR for Vision-Based Occupancy Estimation

把视觉三维几何基础模型的输出经跨帧静态几何累积与动态内容剔除，蒸馏成度量一致的语义体素伪标签，可直接替换现有占用模型的 LiDAR 监督信号，为无 LiDAR 的三维场景理解提供可复用的数据侧监督管线。

Scene-Centric Unsupervised Video Panoptic Segmentation

利用无监督深度、光流与视觉线索从场景视频中生成时序一致的全景伪标签，并用 Video DropLoss 训练，为无标注视频的密集预测提供了一套可复用的伪标签构建与评测协议。

SAMIX: Reinforcing SAM2 with Semantic Adapter and Reference Selecting Policy for Mix-Supervised Segmentation

把 SAM2 通过轻量语义适配器改造成语义感知伪标签生成器，并用强化学习训练的 SPNet 为每张查询图像检索语义相关且互补的参考图像-掩码对作为密集上下文提示，这一「参考检索 + 可验证奖励」的伪标签提纯思路可直接迁移到任何需要从弱标注或无标注数据中挖掘高质量掩码的半监督/弱监督分割流程。

Face-Guided Sentiment Boundary Enhancement for Weakly-Supervised Temporal Sentiment Localization

将细粒度人脸特征作为情感刺激线索引入多模态交互，并用点级对比学习与边界感知伪标签生成来缓解弱监督下的边界模糊问题，为视频时序定位中的弱监督边界增强提供了可复用的思路。

AnthroTAP: Learning Point Tracking with Real-World Motion

用 SMPL 网格顶点投影 + 光线投射遮挡判定 + 光流一致性过滤，从真实人体运动视频自动生成点跟踪伪标签，为视觉研究者提供了一条绕开昂贵人工标注、可扩展到其他可形变物体类别的真实数据监督构造思路。