Tag · 2 篇
跨模态迁移
分布 人脸与人体理解1自监督与表征学习1
01 02
利用无标注数据与激光雷达数据集扩充用于人体姿态估计的毫米波数据集
Expanding mmWave Datasets for Human Pose Estimation with Unlabeled Data and LiDAR Datasets
对做毫米波人体姿态估计的研究者，这篇论文提供了一条可复用的数据扩充路径：用闭式转换把带标注的激光雷达点云映射成毫米波点云，再用伪标签估计器标注无标注毫米波数据，从而绕开毫米波标注昂贵、数据稀缺的瓶颈，直接提升模型的域内与跨域泛化。
面向高效跨模态迁移的解耦可复用适配
Decoupled and Reusable Adaptation for Efficient Cross-Modal Transfer
把跨模态迁移拆成「一次性任务无关的模态知识迁移（自监督 + 结构重建得到可复用 LoRA）」与「轻量任务知识注入（Task-Prompted MoE 融合）」两段，视觉研究者可把 Stage 1 的模态 LoRA 当作可插拔资产，在深度/事件/热成像等非 RGB 输入上复用同一套 RGB 基础模型，避免每个下游任务重训重存。