Tag · 2 篇
标签高效学习
分布 自监督与表征学习1图像分割1
01 02
TESSERA：用于地球表征与分析的地表光谱时序嵌入
TESSERA: Temporal Embeddings of Surface Spectra for Earth Representation and Analysis
TESSERA 用 Barlow Twins 加稀疏随机时序采样，让像素级嵌入对观测缺失保持不变，这种「对不规则采样鲁棒」的自监督目标可以直接迁移到视频或时序图像的自监督预训练中；它发布的 int8 全球嵌入和轻量适配头也为大规模检索提供了可复用的工程范式。
以场景为中心的无监督视频全景分割
Scene-Centric Unsupervised Video Panoptic Segmentation
利用无监督深度、光流与视觉线索从场景视频中生成时序一致的全景伪标签，并用 Video DropLoss 训练，为无标注视频的密集预测提供了一套可复用的伪标签构建与评测协议。