arXiv · 机器人与计算机视觉· Jos\'e Afonso, M\'ario Figueiredo·· 24 天前AI 评分59
通过复合子空间流匹配进行表征学习
Representation Learning via Composite Subspace Flow Matching
AI 导读
针对自监督学习中联合嵌入架构与生成模型难以兼顾语义提取与细节保留的矛盾,论文提出复合子空间流匹配(CSFM)方法。该方法将表征学习定义为确定性退化课程下的方差最小化逆过程,通过在光谱、颜色和光照子空间中实施硬时间风格截断来约束轨迹方差,驱动容量受限编码器忽略瞬态风格伪影并编码持久内容。
来源:arXiv · 机器人与计算机视觉 · arxiv.org