Tag · 3 篇
自监督对比学习
分布 鲁棒性与安全1强化学习与具身智能13D 视觉与重建1
01 02 03
Editprint：基于自增强训练编辑指纹的通用数字图像取证
Editprint: General Digital Image Forensics via Editing Fingerprint with Self-Augmentation Training
把「成像/编辑/传输处理链」当作可自增强构造的监督信号，用文本描述编辑链做语言引导对比学习，只需极少无标注数据即可学到跨相机、跨编辑的通用取证表征；做图像溯源、合成图检测或数据来源可信度研究时，可直接复用其在线编辑池与对比监督范式。
DreamSAC：通过对称性探索学习哈密顿世界模型
DreamSAC: Learning Hamiltonian World Models via Symmetry Exploration
用自监督对比目标从视角相关的原始像素中提取不变物理状态，可作为视觉表征学习的一种思路：把守恒律/对称性作为监督信号，提升模型对未见物理属性的外推能力。
面向鲁棒 6-DoF 抓取姿态估计的跨视角融合框架
A Cross-view Fusion Framework for Robust 6-DoF Grasp Pose Estimation
用自监督对比学习把跨视角点云特征在空间一致性和抓取方向区分性上对齐，再以圆柱坐标系配准+局部自注意力/种子交叉注意力交替融合，为多视角点云融合与遮挡鲁棒的位姿估计提供了可复用的后融合范式。