跳到正文
热点事件持续更新

Hyper-RED 框架通过超图蒸馏实现事件相机预训练

1 篇报道1 个报道来源5 小时前更新

先了解这件事

AI 综述

针对大规模标注数据稀缺及现有方法忽视模态差异的问题,Meisen Wang 等人提出了 Hyper-RED 图像到事件的预训练框架。该方法利用 DINOv3 提取空间 Token 表示,构建图像、事件及跨模态语义超图,并通过超图关系蒸馏损失在继承图像语义组织的同时保留事件局部一致性与特性。实验在五组数据集上验证了从 ViT-S 到 ViT-L 的可扩展性及最先进性能,代码已开源。

AI 根据报道生成 · 50 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv · 机器人与计算机视觉
    Hyper-RED:通过语义超图蒸馏实现可扩展的事件预训练

    针对大规模标注事件数据稀缺及现有方法忽视模态差异的问题,本文提出 Hyper-RED 框架。该方法利用 DINOv3 提取空间 Token 表示,构建图像、事件及跨模态语义超图,并通过超图关系蒸馏损失在继承图像语义组织的同时保留事件局部一致性与特性。实验在五组数据集上验证了从 ViT-S 到 ViT-L 的可扩展性及最先进性能。代码已开源。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。