Tag · 4 篇

自训练

分布视频理解与时序23D 视觉与重建1图像编辑与可控生成1

Selfi: Self-improving Reconstruction Engine via 3D Geometric Feature Alignment

通过重投影一致性损失将 VGGT 特征蒸馏到几何对齐的特征空间，可作为一种通用的自监督特征对齐手段，提升多视图几何一致性，直接用于新视角合成和相机姿态估计。

Real-World Point Tracking with Verifier-Guided Pseudo-Labeling

用元模型逐帧评估多个预训练跟踪器的预测可靠性来筛选伪标签，这一思路可直接迁移到其他缺乏真值标注的视频任务（如光流、关键点跟踪）的域自适应微调中。

Cycle-Consistent Tuning for Layered Image Decomposition

利用扩散基础模型和低秩适配进行图层分解，循环一致性训练策略可推广到其他图像分离任务；渐进自改进过程为数据增强提供新思路。

AnthroTAP: Learning Point Tracking with Real-World Motion

用 SMPL 网格顶点投影 + 光线投射遮挡判定 + 光流一致性过滤，从真实人体运动视频自动生成点跟踪伪标签，为视觉研究者提供了一条绕开昂贵人工标注、可扩展到其他可形变物体类别的真实数据监督构造思路。