Tag · 12 篇
无监督学习
rPPG-VQA：面向无监督rPPG训练的视频质量评估框架
rPPG-VQA: A Video Quality Assessment Framework for Unsupervised rPPG Training
提出面向rPPG训练的视频质量评估框架，结合信号级SNR共识估计与场景级MLLM干扰识别，并利用质量分数进行两阶段自适应采样筛选训练数据，可直接用于提升无监督rPPG模型在野生视频上的训练效果。
基于事件相机的无监督3D运动估计
Unsupervised 3d Motion Estimation Using Event Camera
利用事件相机的高时序分辨率和投影中的时空膨胀/收缩模式，为无监督3D运动估计（光流+深度运动）提供几何线索，可复用于事件相机下的运动估计与深度感知任务。
通用指南驱动的图像聚类：一种混合 LLM 智能体框架
Universal Guideline-Driven Image Clustering via a Hybrid LLM Agent
把文本指南作为跨场景聚类的统一接口，并用概念代理生成指南感知的嵌入，这为无监督视觉表征学习提供了一种不依赖任务特定训练就能适配新聚类准则的思路；基于最小生成树的 LLM 遍历则给出了一种只在语义歧义处调用大模型推理的省算力策略。
RINO：旋转不变的非刚性对应
RINO: Rotation-Invariant Non-Rigid Correspondences
RINONet 把基于向量的 SO(3) 不变特征学习与方向感知的复函数映射结合，直接从原始几何端到端回归稠密对应，可复用于任意姿态、部分数据、非流形网格的匹配与配准任务，省去预对齐和手工描述子。
无需标注、无需前瞻：结合经典先验的无监督在线视频稳定
No Labels, No Look-Ahead: Unsupervised Online Video Stabilization with Classical Priors
将经典三阶段稳定流程（轨迹估计-平滑-补偿）嵌入无监督在线框架，并用多线程缓冲解决端到端学习的可控性与效率问题；对做视频时序处理、在线流式视觉任务的人，这是一个可复用的「经典先验+无监督」范式，同时 UAV-Test 多模态航拍数据集可支撑夜间遥感场景的稳定化评测。
超越所见：通过语义-像素熵权衡实现零样本泛化的统一图像融合框架
More Than Meets the Eye: A Unified Image Fusion Framework via Semantic-Pixel Entropy Trade-off for Zero-Shot Generalization
提出基于自由能原理的语义-像素熵权衡范式与频率感知特征解耦机制，可复用于多模态图像融合、零样本泛化到未见融合任务，并为无监督融合提供统一优化目标。
学习无结构数据流形的特征结构
Learning Eigenstructures of Unstructured Data Manifolds
对做点云/流形几何处理的人，它提供了一条绕开网格化与显式拉普拉斯算子构造、直接从无结构数据学谱基（近似特征函数）的路子，可复用于形状对应、谱聚类、图信号处理等下游环节。
GazeShift：面向VR的无监督注视估计与数据集
GazeShift: Unsupervised Gaze Estimation and Dataset for VR
提出一种面向近眼红外图像的无监督注视表征学习框架，通过注意力引导实现注视-外观解耦，并支持轻量少样本校准，为VR场景下的实时注视估计提供了可复用的方法思路。
从特征学习到谱基学习：一个统一且灵活的高效鲁棒形状匹配框架
From Feature Learning to Spectral Basis Learning: A Unifying and Flexible Framework for Efficient and Robust Shape Matching
把函数映射流程中固定的拉普拉斯谱基换成可学习的抑制函数，使特征提取与基函数端到端联合优化，并用热扩散模块替代昂贵的求解器；做非刚性三维形状匹配、等距/拓扑噪声鲁棒性研究的人可以直接复用这一「谱基即谱卷积滤波器」的视角。
EReCu：面向无监督伪装检测的伪标签进化融合与多线索学习精炼
EReCu: Pseudo-label Evolution Fusion and Refinement with Multi-Cue Learning for Unsupervised Camouflage Detection
针对无监督伪装目标检测中伪标签噪声和边界模糊问题，提出多线索原生感知与伪标签进化融合框架，其教师-学生伪标签精炼和频谱张量注意力融合策略可迁移到其他弱监督/无监督分割任务。
COG：面向无监督单参考新物体姿态估计的置信度感知最优几何对应
COG: Confidence-aware Optimal Geometric Correspondence for Unsupervised Single-reference Novel Object Pose Estimation
把跨视角对应从不可微的一对一硬匹配换成带逐点置信度的最优传输软匹配，并用视觉基础模型的语义先验做正则，这套「置信度作为 OT 边缘分布」的做法可直接迁移到任何需要鲁棒特征匹配的位姿/配准任务。
超越弱监督：多模态大语言模型引导的分级知识蒸馏用于无监督伪装目标检测
Beyond Weak Supervision: MLLMs-Guided Graded Knowledge Distillation for Unsupervised Camouflaged Object Detection
提出利用多模态大语言模型（MLLM）结合思维链生成高质量伪标签，并通过分级知识蒸馏训练学生网络，为无监督密集预测任务提供了一种可复用的弱监督替代方案。