Tag · 2 篇
跨类别泛化
分布 自监督与表征学习13D 视觉与重建1
01 02
目标泛化重识别：迈向通用实例感知的一步
Object-Generalized Re-Identification: A Step Towards Universal Instance Perception
把元学习当作语义分布正则，让模型在受控的类别偏移下学习跨类别的身份不变表征；做 ReID 或任何需要跨类别身份匹配的视觉任务时，可直接复用这一训练范式，无需目标域自适应。
MimiCAT：基于对应感知级联 Transformer 的类别无关 3D 姿态迁移
MimiCAT: Mimic with Correspondence-Aware Cascade-Transformer for Category-Free 3D Pose Transfer
提出基于语义关键点标签的软对应匹配机制，将姿态迁移建模为条件生成过程，可复用于跨类别形状对应与变形迁移任务。