跳到正文
arXiv · 机器人与计算机视觉· Zhiyuan Liu, Zhihao Xu, Sicheng Liu, Huanhuan Huang·· 10 天前精选AI 评分78

LEF-JEPA:用于空间表征学习的去噪训练潜在能量场

LEF-JEPA: Denoising-Trained Latent Energy Fields for Spatial Representation Learning

AI 导读

针对联合嵌入预测架构(JEPA)难以清晰捕捉物体形状与边界的局限,本文提出 LEF-JEPA 方法。该方法通过目标引导的潜在恢复学习空间结构,并利用相对能量约束将监督转移至视觉编码器;能量模块仅在预训练阶段使用,推理时无额外开销。

推荐理由

提出 LEF-JEPA,通过目标引导的潜在恢复与相对能量约束增强空间结构,在 CIFAR-10 预训练及冻结编码器评估中优于 V-JEPA2.1。

来源:arXiv · 机器人与计算机视觉 · arxiv.org