Tag · 2 篇

前景背景解耦

分布视觉语言模型1鲁棒性与安全1

Linguistic Priors for Visual Decoupling: Towards Symmetric Vision-Brain Alignment

用面向物体的文本描述作为语义先验，把自然图像中的前景物体与背景显式解耦，再与含噪脑信号做语义对称对齐；这套「语言先验引导的视觉解耦」思路可迁移到图像-文本-神经信号三模态对齐、以及需要抑制背景干扰的跨模态检索任务。

FB-CLIP: Fine-Grained Zero-Shot Anomaly Detection with Foreground-Background Disentanglement

对做视觉异常检测的人，这篇给出了一个可复用的思路：用 CLIP 的文本端多粒度表示（EOT、全局池化、注意力加权词元）配合视觉端沿身份/语义/空间三个维度的软分离与背景抑制，缓解前景背景特征纠缠；SCR 用正常/异常文本原型对齐图像特征，可直接迁移到其他零样本定位任务。