Tag · 2 篇
自监督训练
分布 图像分割1图像编辑与可控生成1
01 02
VGGT-Segmentor：几何增强的跨视角分割
VGGT-Segmentor: Geometry-Enhanced Cross-View Segmentation
VGGT-Segmentor 将 VGGT 的跨视角几何特征与像素级分割头结合，通过掩码提示词融合、点引导预测和迭代掩码优化，解决了跨视角密集预测中的投影漂移问题；其单图像自监督训练策略无需配对标注，可推广到其他需要跨视角对应关系的分割任务。
AHS：通过合成数据增强的自适应头部合成
AHS: Adaptive Head Synthesis via Synthetic Data Augmentations
提出头部重演合成数据增强策略，在无配对数据下提升头部交换模型对多样表情、姿态和发型的泛化能力，可复用于其他需要跨身份属性迁移的编辑任务。