Tag · 5 篇
评测协议
面向胸部X光片间期变化学习的时序反转
Temporal Inversion for Learning Interval Change in Chest X-Rays
把「图像对反转」当作监督信号来训练时序视觉-语言模型，这个思路可直接迁移到任何需要建模方向性变化的视觉任务（如变化检测、视频时序顺序判别、术前术后对比），并提供了一个可复用的顺序敏感性与一致性评测协议。
交互式跟踪：一种具有记忆增强适应的人机回环范式
Interactive Tracking: A Human-in-the-Loop Paradigm with Memory-Augmented Adaptation
提出交互式跟踪新范式，允许用户通过自然语言指令实时引导跟踪器，并引入动态记忆机制从反馈中学习；为视觉跟踪研究提供了新基准和基线，推动人机协同的跟踪系统发展。
InterRVOS：交互感知的指代视频目标分割
InterRVOS: Interaction-Aware Referring Video Object Segmentation
将交互关系显式建模引入指代视频目标分割，要求分别分割动作执行者与目标对象，并设计了交互感知特殊 token 与注意力掩码损失；对做视频理解、指代分割和多模态推理的研究者，提供了可复用的角色区分分割范式与配套数据集。
人脸验证的“金发姑娘”测试集
Goldilocks Test Sets for Face Verification
该论文提出的三个测试集（Hadrian、Eclipse、ND-Twins）和“Goldilocks”测试集构建规则，为评估人脸识别模型在面部属性变化和相似身份上的鲁棒性提供了新基准，可直接用于诊断现有模型在真实场景下的弱点。
CARD：面向复杂道路地形的稠密三维重建多模态自动驾驶数据集
CARD: A Multi-Modal Automotive Dataset for Dense 3D Reconstruction in Challenging Road Topography
提供准稠密多激光雷达融合深度真值（每帧约 50 万有效深度像素，约为 KITTI 深度补全的 6.5 倍），可用于训练与评测深度估计/补全模型在减速带、坑洼、非铺装路面等困难地形上的细粒度几何能力；其立体引导深度补全变体与标准化评测协议可直接作为新基准复用。