跳到正文
arXiv · 机器人与计算机视觉· Hugues Van Assel, Edward De Brouwer, Saeed Saremi, Gabriele Scalia, Aviv Regev·· 15 天前AI 评分61

NeurIPS 2026 接收论文:重构空间生成与语义空间匹配的运输几何方法

Generate in Reconstruction Space, Match in Semantic Space: Transport Geometry for One-Step Generation

AI 导读

该研究探讨自监督表示学习与生成建模的协同机制,提出在一步生成框架下利用冻结的自监督特征进行匹配。通过 Sinkhorn 散度近似 Wasserstein 距离,发现语义结构化特征能显著降低 ImageNet FID(减少 39 倍)。实验表明匹配稳定性是选择最佳训练特征的标准,并揭示了使用 Inception 作为特征提取器可能存在的指标黑客现象。代码已开源。

来源:arXiv · 机器人与计算机视觉 · arxiv.org