Tag · 14 篇
特征解耦
UniMMAD：基于 MoE 驱动特征解压的统一多模态多类异常检测
UniMMAD: Unified Multi-Modal and Multi-Class Anomaly Detection via MoE-Driven Feature Decompression
把 MoE 稀疏门控用于「通用特征→模态/类别特异特征」的解压式重建，为视觉异常检测提供了一种用单一模型覆盖多模态多类、且避免共享解码路径域干扰的可复用范式；分组动态过滤与 MoE-in-MoE 的约 75% 参数压缩思路也可迁移到其他多域统一建模任务。
文本引导特征解耦的跨模态步态识别
Text-guided Feature Disentanglement for Cross-modal Gait Recognition
用 LLM 生成的模态感知文本先验作为语义锚点，配合 CLIP 多粒度编码器把激光雷达点云序列与 RGB 视频对齐到统一视觉-语言空间，再通过 top-k 文本匹配与残差正交约束解耦出模态共享步态特征；这套「文本引导解耦」思路可迁移到其他 2D-3D 跨模态检索与识别任务。
SANER：用于行人去重识别的可切换适配器与非参数增强路由
SANER: Switchable Adapter with Non-parametric Enhanced Routing for Person De-Reidentification
提出可切换适配器与测试时非参数路由，将预训练特征空间解耦为遗忘与保留子空间，为行人重识别中的选择性遗忘提供可复用方案。
面向按相机联邦行人重识别的姿态引导增强特征学习
Pose-guided Enriched Feature Learning for Federated-by-camera Person Re-identification
在每客户端仅单相机的联邦设定下，用姿态解耦模块把特征拆成姿态相关/无关分量并跨身份重组，合成姿态交换特征来增强对比学习，可直接迁移到其他需要扩充姿态多样性的ReID或行人表征学习流程。
PCA-Seg：重新审视开放词表语义分割与部件分割中的代价聚合
PCA-Seg: Revisiting Cost Aggregation for Open-Vocabulary Semantic and Part Segmentation
把开放词表分割中「空间聚合→类别聚合」的串行代价体处理改为并行双流（语义流+上下文流）加正交化解耦，并用系数映射器做像素级自适应加权；做开放词表分割或需要从图文代价体中抽取对齐线索的工作可直接复用该并行聚合块（仅增 0.35M 参数）。
Life-IQA：通过 GCN 增强的层间交互与基于 MoE 的特征解耦提升盲图像质量评价
Life-IQA: Boosting Blind Image Quality Assessment through GCN-enhanced Layer Interaction and MoE-based Feature Decoupling
用 GCN 增强的跨层交叉注意力替代普通 Transformer 解码器做质量特征解码，并用 MoE 按失真类型分专家解耦特征，这套「层间交互 + 专家解耦」的解码思路可迁移到其他需要融合骨干网络浅层与深层特征的回归/预测任务。
FlowComposer：面向组合零样本学习的可组合流
FlowComposer: Composable Flows for Compositional Zero-Shot Learning
把流匹配的速度场组合作为显式的嵌入空间融合算子，可替代 token 拼接/提示词调优来实现组合式概念构造，对做 VLM 下游组合推理与概念解耦的研究者是一个可直接插入基线的即插即用模块。
双原型引导的多任务学习用于无监督异常检测与分类
Dual-Prototype-Guided Multi-task Learning for Unsupervised Anomaly Detection and Classification
对做工业/医学异常检测的人，这篇提供了用正常原型与类别原型做显式特征解耦、并用差分门控交互与几何正则缓解多任务梯度冲突的框架，可直接迁移到需要同时定位异常区域并判别异常类型的视觉检测系统。
域偏斜联邦学习中的特征解耦与校准
Domain-Skewed Federated Learning with Feature Decoupling and Calibration
把特征单元按域鲁棒性拆成域鲁棒/域相关两部分再校准，这套「解耦+校准」思路可直接迁移到视觉里的跨域表征学习与测试时域适应，用来防止表征坍缩到低维子空间。
解耦后对齐：基于跨尺度特征解耦的非迭代混合多模态图像配准
Disentangle-then-Align: Non-Iterative Hybrid Multimodal Image Registration via Cross-Scale Feature Disentanglement
提出跨尺度解耦与自适应投影模块（CDAP）抑制模态私有线索，结合混合参数预测模块（HPPM）实现非迭代的全局刚性参数与形变场联合估计，为多模态配准提供可复用的解耦-对齐框架。
检测任意AI伪造文本图像
Detect Any AI-Counterfeited Text Image
DanceText 提供了覆盖全图生成、区域擦除与编辑三类伪造范式的十万级文本图像伪造数据集，并首次纳入多模态大模型与商用软件产物；DS-Net 的取证解耦编码器提取与生成器无关的伪影特征、协同去噪解码器联合图像级分类与实例级定位，可直接迁移到通用 AIGC 图像取证与篡改区域定位任务。
解耦偏置、对齐分布：面向深度伪造检测的协同公平性优化
Decoupling Bias, Aligning Distributions: Synergistic Fairness Optimization for Deepfake Detection
在模型架构层面解耦对人口统计属性敏感的通道、在特征层面对齐整体分布与各群体分布，这套「结构解耦+分布对齐」的双机制可直接迁移到人脸属性识别、人脸验证等易受群体偏置影响的视觉任务中，在不牺牲精度的情况下提升群体公平性。
DIMOS：解耦实例级运动目标分割
DIMOS: Disentangling Instance-level Moving Object Segmentation
双解耦特征提取把图像与事件模态各自拆成外观流和运动流，再配合多粒度跨模态对齐做融合；这套「先解耦再对齐」的流程可直接迁移到其他事件-图像融合任务（如事件辅助的检测、深度估计），也为小目标运动分割提供了可复用的特征增密思路。
面向稀疏标注 PET 脑疾病预测的跨域双流特征解耦
Cross-domain Dual-stream Feature Disentanglement for Brain Disorder Prediction with Sparsely Labeled PET
在 PET 标注稀疏时用 MRI 做跨模态域自适应，其「先显式解耦关键/非关键脑区、再分别做拓扑加权对齐与高置信融合」的差异化解耦思路，可迁移到任何源域充足、目标域标注稀缺的跨模态医学分类任务。