Tag · 3 篇
置信度估计
分布 3D 视觉与重建1视频理解与时序1视觉语言模型1
01 02 03
RARE：学习排序与检索用于单目 3D 目标检测
RARE: Learn to RAnk and REtrieve for Monocular 3D Object Detection
把置信度估计从回归绝对分数改成学习相对排序，并用查询集显式建模单目 3D 定位的多峰分布再检索 top-1，这套「排序+检索」思路可直接迁移到其他存在病态逆问题的 3D 任务（如单目深度、6D 位姿）的置信度与多假设输出设计。
MVLM：基于视觉-语言边界置信度与记忆门控跟踪的无模板跟踪
MVLM: Template-Free Tracking via Vision-Language Margin Confidence and Memory-Gated Tracking
用视觉-语言相关性与时序记忆构造 margin 置信度，并据此在紧凑 ROI 搜索与全局重定位之间动态切换，为无模板、纯语言指定的跟踪提供了一种可复用的置信度门控搜索策略。
基于双层级置信度的医学视觉问答隐式自精炼
Dual-Level Confidence based Implicit Self-Refinement for Medical Visual Question Answering
提出双层级置信度（损失级与特征级）自适应融合为样本级权重，用于伪监督自训练，可迁移到其他视觉语言模型在分布偏移下的测试时自适应或半监督微调。