Tag · 2 篇
解耦表征学习
分布 人脸与人体理解1自监督与表征学习1
01 02
从大型视觉模型中释放运动信息：面向步态识别的语义与运动学对偶框架
Unlocking Motion from Large Vision Models with a Semantic and Kinematic Duality for Gait Recognition
用视觉语言监督构造条件去相关损失（CDLoss），把步态嵌入中的衣物、视角等干扰因子显式解耦，这一思路可迁移到任何需要抑制 nuisance 因子的细粒度人体/行为表征学习；同时 GCaption 提供了带自然语言标注的步态数据集，可直接用于 context-aware 的人体分析。
缓解实例依赖偏标签学习中的实例纠缠
Mitigating Instance Entanglement in Instance-Dependent Partial Label Learning
针对弱监督分类中候选标签与实例特征耦合导致的类间混淆，提出类特定增强与加权惩罚损失来拉开类间距离，可复用于噪声标签、开放词表等标签歧义场景下的表征判别性提升。