Tag · 2 篇
线性复杂度
分布 底层视觉与图像复原1自监督与表征学习1
01 02
扫描聚类而非像素：面向高效超高清图像复原的聚类中心范式
Scan Clusters, Not Pixels: A Cluster-Centric Paradigm for Efficient Ultra-high-definition Image Restoration
将像素级序列扫描替换为聚类中心序列扫描，为超高清图像复原提供线性复杂度且保留全局上下文的新范式，可迁移到其他需要处理海量像素的视觉任务。
基于双面亲和学习与拓扑协调的即插即用不完整多视图聚类
Plug-and-Play Incomplete Multi-View Clustering via Janus-Faced Affinity Learning with Topology Harmonization
锚图上的置换变换加一元编码约束，可在任意多视图/多模态特征融合前对齐锚点拓扑，这一思路可直接迁移到多视图特征拼接、跨模态检索的相似度融合环节，避免因视图间锚点顺序不一致导致的图结构失真。