Tag · 9 篇
循环一致性
V^2-SAM：将 SAM2 与多提示词专家结合用于跨视角目标对应
V^2-SAM: Marrying SAM2 with Multi-Prompt Experts for Cross-View Object Correspondence
把 SAM2 从单视角分割迁移到跨视角对应，关键手段是两类提示生成器：基于 DINOv3 特征的坐标式锚框提示（首次让 SAM2 支持跨视角坐标提示）与特征/结构双重对齐的视觉提示匹配器，并用循环一致性做专家选择，可直接复用到 ego-exo 分割、跨视角跟踪等需要把基础分割模型扩展到多视角设定的场景。
R-C2：循环一致性强化学习提升多模态推理
R-C2: Cycle-Consistent Reinforcement Learning Improves Multimodal Reasoning
用跨模态循环一致性构造无标签的密集奖励，可直接迁移到 VLM 的视觉问答与多模态推理训练中，替代投票式自一致性来抑制模态偏置。
从视频中学习统一潜动作空间：以动作为中心的循环一致性
Learning a Unified Latent Action Space from Videos with Action-centric Cycle Consistency
提出以动作为中心的循环一致性训练潜动作分词器，使从视频中学到的潜动作具有语义一致性并可跨本体对齐，为利用无动作标签视频数据训练机器人策略提供了可复用的表征学习手段。
通过循环一致掩码预测学习跨视角物体对应
Learning Cross-View Object Correspondence via Cycle-Consistent Mask Prediction
提出基于条件二值分割的跨视角物体对应框架，利用循环一致性作为自监督信号，并支持测试时训练，可复用于视频中的物体跟踪与跨视角定位任务。
可解释的跨域少样本学习与校正目标域局部对齐
Interpretable Cross-Domain Few-Shot Learning with Rectified Target-Domain Local Alignment
针对CLIP在跨域少样本场景下局部视觉-文本对齐失效的问题，提出基于循环一致性的自监督对齐方法，并引入语义锚框机制过滤噪声，可提升医学等细粒度领域的可解释识别性能。
FlashIn：面向实时图像编辑的快速精确图像反演
FlashIn: Fast and Accurate Image Inversion for Real-time Image Editing
把图像到初始噪声的映射做成可学习网络，用循环一致与对抗训练实现单步精确反演，可直接替换现有编辑流程中耗时的迭代反演环节，配合少步扩散模型做到秒级交互编辑。
CycleBEV：通过视图循环一致性正则化视图变换网络用于鸟瞰图语义分割
CycleBEV: Regularizing View Transformation Networks via View Cycle Consistency for Bird's-Eye-View Semantic Segmentation
提出一种仅训练期使用的逆视图变换（IVT）网络与视图循环一致性损失，可作为即插即用正则化手段提升任意 PV→BEV 视图变换模型的语义分割精度，且不增加推理开销；其将循环一致性扩展到几何空间与表征空间的思路，可迁移到其他跨视角表征学习任务。
循环一致性调优用于分层图像分解
Cycle-Consistent Tuning for Layered Image Decomposition
利用扩散基础模型和低秩适配进行图层分解，循环一致性训练策略可推广到其他图像分离任务；渐进自改进过程为数据增强提供新思路。
CaReFlow：用于多模态融合的循环自适应整流流
CaReFlow: Cyclic Adaptive Rectified Flow for Multimodal Fusion
把整流流当作跨模态分布映射器，用一对多映射让源模态每个样本看到目标模态全局分布，配合自适应松弛对齐与循环整流流约束，可作为视觉-文本/视觉-音频特征对齐的通用预对齐模块，替代扩散或对抗式一对一对齐。