Tag · 4 篇
视觉提示词
SAGE：面向隐私约束下跨域语义分割的风格自适应泛化框架
SAGE: Style-Adaptive Generalization for Privacy-Constrained Semantic Segmentation Across Domains
在模型权重冻结、无法微调的黑盒设定下，用输入级视觉提示词做域泛化：先以风格迁移构造覆盖广的风格表征库，再按每张输入的视觉上下文动态融合成提示词，为视觉研究者提供了一条不碰骨干网络即可对齐跨域特征分布的思路，可直接迁移到分割、检测等密集预测任务的隐私受限部署场景。
FedBPrompt：基于身体分布感知视觉提示词的联邦域泛化行人重识别
FedBPrompt: Federated Domain Generalization Person Re-Identification via Body Distribution Aware Visual Prompts
提出可学习的视觉提示词分组机制（整体身体提示词+身体部位对齐提示词）来引导ViT注意力聚焦行人区域，并冻结骨干网络仅微调提示词以降低联邦通信开销，可直接用于ViT-based行人重识别及其他细粒度视觉任务的参数高效域泛化。
数据中心元学习实现鲁棒少样本泛化
Data-Centric Meta-Learning for Robust Few-Shot Generalization
提出一种在元训练阶段就引入可学习视觉提示词来对齐任务输入分布、缓解梯度冲突的元学习框架，为视觉少样本跨域泛化提供了一种数据中心的训练策略，且测试时仅更新轻量提示词和分类器，骨干网络冻结，便于在视觉任务中复用。
DLVP-CLIP：通过动态局部视觉提示增强细粒度零样本异常检测
DLVP-CLIP: Enhancing Fine-Grained Zero-Shot Anomaly Detection via Dynamic Local Visual Prompting
用语义感知的局部特征选择器从图像关键区域动态抽取视觉提示词 token，替代预定义文本提示词模板来补足 CLIP 的局部细节感知，这一动态视觉提示思路可直接迁移到其他需要细粒度局部判别的 CLIP 下游任务（如缺陷检测、病灶定位）。