Tag · 2 篇
特征一致性
分布 医学影像与生物视觉1鲁棒性与安全1
01 02
SemiGDA：面向半监督医学图像分割的生成式双分布对齐
SemiGDA: Generative Dual-distribution Alignment for Semi-Supervised Medical Image Segmentation
用双编码器分别建模图像与掩码的特征分布，并在潜空间施加分布约束做对齐，这个思路可迁移到任何只有少量标注、需要特征级一致性正则的半监督密集预测任务；CDSA 的双跳跃适配器加一致性损失也是可直接复用的多尺度特征融合模块。
Meta-FC：基于特征一致性的元学习用于鲁棒且可泛化的水印
Meta-FC: Meta-Learning with Feature Consistency for Robust and Generalizable Watermarking
把元学习加特征一致性损失当作一种可插拔的训练策略，用来替代单随机失真（SRD）噪声层，可直接迁移到其他需要抵抗多种失真的视觉任务（如复原、隐写、对抗训练）中，缓解批次间优化冲突。