Tag · 4 篇
终身学习
分布 人脸与人体理解1强化学习与具身智能1自监督与表征学习1医学影像与生物视觉1
01 02 03 04
提示词锚定的视觉-文本蒸馏用于终身行人重识别
Prompt-Anchored Vision-Text Distillation for Lifelong Person Re-identification
将预训练视觉-语言模型中冻结的文本编码器作为跨域语义锚点，通过提示词蒸馏与自适应提示池实现无样本回放的终身行人重识别，为视觉领域的持续学习提供了一种利用辅助模态稳定语义的通用思路。
基于多模态潜变量回放与增量调整的终身模仿学习
Lifelong Imitation Learning with Multimodal Latent Replay and Incremental Adjustment
在多模态潜空间而非原始像素上做经验回放，可大幅压缩视觉-语言-状态表征的存储开销，为视觉策略的持续学习提供可复用的记忆机制；角度间隔约束正则化任务嵌入演化的思路也可迁移到视觉表征的增量学习。
HAD：面向终身异质学习的异质性感知蒸馏
HAD: Heterogeneity-Aware Distillation for Lifelong Heterogeneous Learning
提出无样本回放的异质知识蒸馏框架，通过分布平衡和显著性引导的蒸馏损失，在密集预测任务序列中保留不同输出结构的异质知识，可复用于多任务或持续学习场景。
超越静态世界：面向一体化医学图像复原的终身学习
Beyond the Static-World: Lifelong Learning for All-in-One Medical Image Restoration
把「解耦-优化-巩固」范式用于多模态医学图像复原：用对抗平衡在内容保持与模态擦除之间解耦出模态不变特征流形，再用预测网络定位特征巩固点配合多样性损失抵抗域增量下的灾难性遗忘，可直接迁移到多模态视觉模型的持续学习场景。