Tag · 3 篇
类别发现
01 02 03
TALON：面向在线类别发现的测试时自适应学习
TALON: Test-time Adaptive Learning for On-the-Fly Category Discovery
把测试时自适应从「只调分类器」扩展到「同时更新语义原型与编码器参数」，为开放世界视觉任务中在线吸收新类别提供了可复用范式；其 margin-aware logit 校准思路也可迁移到任何需要为未来类别预留嵌入空间的长尾/增量识别场景。
超越静态世界：视觉漂移下的持续类别发现
Beyond the Static World: Continual Category Discovery under Visual Drift
把部分非平衡最优传输与二值响应谱量化结合，用于无标签流式数据中已知/未知类别的自动分离；其跨域语义对齐（对抗式原型匹配）与类别拓扑一致性约束可直接迁移到开放世界识别、测试时自适应等视觉场景。
超语义空间中面向即时类别发现的分配驱动哈希学习
Assignment-Driven Hash Learning in a Hyper-Semantic Space for On-the-Fly Category Discovery
把「超语义空间」的双几何子空间（父原型派生增强 + 跨原型插值校准）与灵活原型分配、二值哈希正则化结合，可作为即插即用模块嵌入现有开放世界/流式类别发现流程，缓解已知类对新类的空间垄断与特征到哈希的级联退化。