在线聚类

DETACH：面向外视角视频与环境传感器的分解式时空对齐与分阶段学习

DETACH : Decomposed Spatio-Temporal Alignment for Exocentric Video and Ambient Sensors with Staged Learning

论文把外视角视频分解为空间与时序分量，并用在线聚类把环境传感器的隐式通道激活转成显式空间原型，从而建立跨模态空间视觉定位；这套「分解+原型视觉定位+加权对比」的流程可直接迁移到视频-音频、视频-IMU 等跨模态时序对齐任务，尤其是需要抑制假负样本的细粒度时序对齐场景。