跳到正文
arXiv · 机器人与计算机视觉· Katsuya Ogata, Ryoya Yoshiyama, Kawachi Hodaka, Yuta Nakashima·· 24 天前AI 评分43

Unveil the Mask:面向外观无关的算子验证联合优化扩散掩码预训练框架

Unveil the Mask: Jointly-Optimized Diffusion Masked Pretraining for Appearance-Agnostic Operator Verification

AI 导读

该研究提出无需外部预训练模型的验证框架,利用面部地标序列和视频帧两种模态,通过扩散掩码预训练学习对头像外观不敏感的运动表征。在 WBA2026 基准测试中,该方法整体达到 0.769 的 AUC,融合双模态显著提升了说话与聆听模式下的验证效果。论文已被 ACCV 2026 Workshop 接收,代码与数据许可状态待进一步确认。

来源:arXiv · 机器人与计算机视觉 · arxiv.org