Tag · 5 篇
跨数据集泛化
面向红外小目标检测的重建引导目标感知可逆编码器
Target-Aware Invertible Encoder with Reconstruction Guidance for Infrared Small Target Detection
可逆编码器将信息损失显式化为可优化量，配合仅在逆路径生效的目标感知重建调制，为小目标检测提供了一种不改变前向检测分布的表征增强手段，可迁移到其他尺度敏感检测任务。
TF-CADE：面向零样本时序动作检测的前景集中文本-视频对齐
TF-CADE: Foreground-Concentrated Text-Video Alignment for Zero-Shot Temporal Action Detection
提出前景集中的文本-视频对齐方法，通过动作集中聚合和基于确定性的置信度重加权，提升零样本时序动作检测中动作类别的语义区分度，可复用于其他需要细粒度文本-视频对齐的视频理解任务。
RL-ScanIQA：强化学习扫描路径用于盲360度图像质量评估
RL-ScanIQA: Reinforcement-Learned Scanpaths for Blind 360deg Image Quality Assessment
将扫描路径生成与质量评估统一为端到端强化学习框架，利用PPO训练策略网络接收质量反馈，为视觉任务中模拟人类观看行为提供了可复用的范式。
光流匹配：将光流重构为连续输运动力学
Optical Flow Matching: Reframing Optical Flow as Continuous Transport Dynamics
把光流从逐帧离散匹配重构为学习时变速度场的连续输运问题，其三角速度协同（TVS）几何约束与 Euler ODE 求解可直接替换现有光流网络的位移回归头，为时序平滑与跨数据集泛化提供新思路。
为免疫荧光显微成像跨数据集评估构建鲁棒视觉编码器
Building Robust Vision Encoders for Cross-Dataset Evaluation in Immunofluorescent Microscopy
把细胞图像通道按「上下文/概念」分组，用上下文通道作参考、以掩码知识蒸馏训练通道自适应编码器，使模型在未见通道配置的 IF 数据集上免重训直接迁移——这套「通道条件化表征 + 蒸馏」思路可迁移到多模态/多通道输入不一致的视觉表征学习场景。