Tag · 2 篇
多标签学习
分布 视频理解与时序1自监督与表征学习1
01 02
通过多标签原型增长和双线索一致性的测试时自我-他人中心适应用于动作预测
Test-time Ego-Exo-centric Adaptation for Action Anticipation via Multi-Label Prototype Growing and Dual-Clue Consistency
提出测试时自适应框架，利用多标签原型增长和双线索一致性，在无需目标域数据训练的情况下实现跨视角动作预测，可复用于其他存在域偏移的视频理解任务。
FedHarmony：协调联邦多标签学习中的异构标签相关性
FedHarmony: Harmonizing Heterogeneous Label Correlations in Federated Multi-Label Learning
对做多标签视觉识别（如多属性识别、多标签分类）的研究者，这篇论文提供了在数据分散、标签空间不一致时校正标签共现结构漂移的思路：用跨客户端的共识相关性作为全局教师来纠正本地偏置估计，并可复用于任何需要建模标签共现的分布式或去中心化训练场景。