- 博客(5)
- 收藏
- 关注
RSS订阅原创 Masked Angle-Aware Autoencoder for Remote Sensing Images
针对遥感图像 “目标角度多样、传统掩码自编码器（MAE）隐式学习角度效果有限” 的问题，提出Masked Angle-Aware Autoencoder（MA3E）：通过 “缩放中心裁剪生成旋转块、角度嵌入注入角度信息、分开掩码保护角度特征、最优传输（OT）损失解决旋转块重建偏差” 的闭环设计，实现 “像素重建 + 角度恢复” 双目标学习，最终在遥感场景分类、旋转目标检测、语义分割三大下游任务中超越现有 MIM 方法，验证了 “显式角度感知” 对遥感图像自监督表示学习的提升价值。
2025-12-07 11:47:51
990
原创 ChA-MAEViT: Unifying Channel-Aware Masked Autoencoders and Multi-Channel Vision Transformers
独立补丁掩码：对每个通道独立采样掩码补丁（非单通道掩码复制），确保各通道掩码位置不同；动态通道掩码：随机采样0~(c-1)个通道（c为总通道数），对选中通道的所有补丁全掩码；最终掩码将**“被掩码的补丁/通道”作为重建目标**，强制模型用未掩码通道的信息恢复这些内容。在该论文中，论文实验通过 “严谨设计→多场景验证→组件消融→鲁棒性扩展→可视化佐证”，形成完整严谨的论证跨通道交互是 MCI 的关键，ChA-MAEViT 通过 DCP Masking 强制跨通道学习，性能提升 3.0~21.5%
2025-11-30 12:28:20
679
1
原创 SupMAE：有监督掩码自编码器是高效的视觉学习器
监督预训练的 “epoch 饱和” 问题显著组件设计的适配性与通用性不足模型架构适配性单一：实验主要基于 ViT-B/16 验证，仅在 SimMIM+Swin-Base 上做了简单兼容性测试（表 7，精度提升 0.2%），未深入探索在更大模型（如 ViT-L/H）、 hierarchical 架构（如 Swin-V2、ConvNeXt）上的表现，难以验证方法对不同视觉 Transformer 的普适性。
2025-11-29 17:29:56
985
原创 MAP: Unleashing Hybrid Mamba-Transformer Vision Backbone’s Potential with Masked Autoregressive Pret
默认架构仅在静态图像任务（分类、分割）中验证，组件的扩展性受限固定采用 “50% 随机掩码 + Transformer 行 - wise 解码”，未探索动态掩码或轻量化解码器任务覆盖不全面，主实验集中于分类、分割、检测等基础视觉任务，未验证 MAP 在复杂专业领域的泛化性（如视频目标跟踪、3D 场景重建、病理切片分析）
2025-11-06 17:45:51
895
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人