TPAMI 2025 | 自适应动态特征与噪声标签学习（一）

最新推荐文章于 2025-05-08 09:52:31 发布
最新推荐文章于 2025-05-08 09:52:31 发布
阅读量392 收藏 1
点赞数 18
分类专栏： 论文解读 IEEE TPAMI 文章标签： TPAMI IEEE 深度学习 顶刊论文 论文解读
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_42722197/article/details/145078092
版权

论文信息

题目：Adaptive Learning for Dynamic Features and Noisy Labels
自适应动态特征与噪声标签学习
作者：Shilin Gu, Chao Xu, Dewen Hu, Chengjing Hou
源码链接：https://github.com/ChenpingHou/ALDN.git

论文创新点

  1. 提出了一个两阶段算法ALDN，通过修改最优传输方法将历史模型映射到当前特征空间，解决了动态特征与噪声标签耦合的问题。
  2. 引入了直接和间接一致性约束，利用先验模型辅助噪声转移矩阵的估计和模型训练，提升了模型在噪声环境下的鲁棒性。
  3. 提供了理论保证，证明了ALDN在噪声标签下的风险最小化边界，并通过实验验证了其在不同数据集和实际应用中的有效性。

摘要

在复杂和开放的环境中应用当前的机器学习算法仍然具有挑战性，尤其是当不同的变化元

了解本专栏 订阅专栏 解锁全文
TPAMI 2025 | 自适应动态特征与噪声标签学习（二）
小白学视觉
03-05 79
这里作者展示了所提出的ALDN-D和ALDN-ID算法的理论分析。作者将F\mathcal{F}F实例化为线性分类器的集合，即f(x)=W⊤xf(\mathbf{x}) = \mathbf{W}^\top \mathbf{x}f(x)=W⊤x。稍微滥用符号，作者将WC\mathbf{W}_CWC​表示为式(18)或式(19)中的最优解。为了更好地说明，作者首先总结了与线性模型W\mathbf{W}W相关的三个重要定义：在观察样本上的经验ℓ~\widetilde{\ell}ℓ-风险：R^ℓ~(f)=R^ℓ~(
TPAMI 2024 | 自适应扰动对抗性攻击
小白学视觉
09-14 191
随着神经网络的快速发展，深度学习模型的安全性问题越来越受到关注，因为它们容易受到对抗性样本的攻击。几乎所有现有的基于梯度的攻击方法都在生成过程中使用符号函数来满足L∞范数下的扰动预算要求。然而，我们发现符号函数可能不适用于生成对抗性样本，因为它修改了确切的梯度方向。与使用符号函数不同，我们提出直接利用精确的梯度方向和一个缩放因子来生成对抗性扰动，即使在扰动较少的情况下也能提高对抗性样本的攻击成功率。同时，我们也从理论上证明了这种方法可以实现更好的黑盒迁移性。
TPAMI 2025 | 先解耦再组合：学习不变解耦特征用于组合零样本学习
小白学视觉
03-07 258
组合零样本学习（Compositional Zero-Shot Learning, CZSL）旨在通过从训练集中已见过的属性-对象组合中学习知识，来识别新的组合。以往的研究主要将图像及其对应的组合投影到一个共同的嵌入空间中，通过计算它们的兼容性得分来进行识别。然而，由于属性和对象共享上述学习到的视觉表示，导致模型容易利用虚假的相关性，并对已见过的组合产生偏差。相反，作者将CZSL重新考虑为一个分布外泛化问题。如果将对象视为一个域，作者可以学习对象不变的特征，从而可靠地识别附加在任何对象上的属性，反之亦然。
TPAMI 2024 | 自适应跨模态可转移对抗性攻击：从图像到视频
小白学视觉
06-23 246
对抗性样本的跨模型迁移性使得黑盒攻击变得切实可行。然而，它通常需要访问与黑盒模型相同模态的输入才能获得可靠的迁移性。遗憾的是，在安全关键场景中，数据集的收集可能很困难。因此，开发跨模态攻击以欺骗具有不同模态输入的模型将对现实世界的深度神经网络(DNN)应用构成高度威胁。上述考虑激发了我们对对抗性样本跨模态迁移性的研究。特别是，我们旨在从白盒图像模型生成视频对抗性示例，以攻击视频CNN和ViT模型。我们引入了基于观察的Image To Video (I2V)攻击，即图像和视频模型共享类似的低级特征。
TPAMI 2024 | 通过自我训练与对抗学习平衡实现领域自适应目标检测
小白学视觉
08-31 4356
基于深度学习的目标检测器在泛化到具有显著变化的目标和背景的新目标领域时存在困难。大多数当前方法通过使用图像或实例级别的对抗性特征对齐来对齐领域。这常常因为不想要的背景和缺乏类别特定的对齐而受苦。促进类别级别对齐的一个简单方法是使用未标记领域上的高置信度预测作为伪标签。这些预测通常是嘈杂的，因为模型在领域转移下校准不良。在本文中，我们提出利用模型的预测不确定性来在对抗性特征对齐和类别级别对齐之间找到正确的平衡。我们开发了一种技术来量化类别分配和边界框预测上的预测不确定性。
TPAMI 2025 | 通过精细方向学习实现旋转自适应的点云领域泛化
小白学视觉
04-10 159
3D点云分析对不可预测的旋转较为敏感，这带来了一个具有挑战性的开放性问题：面向方向感知的3D领域泛化。3D表示的跨域鲁棒性和适应性至关重要，但仅靠旋转增强难以实现。鉴于复杂方向在提升泛化能力方面的固有优势，作者提出了一种创新的用于3D点云分析的旋转自适应领域泛化框架。该方法旨在通过迭代学习过程中利用复杂样本，减轻方向偏移的影响。具体而言，作者为每个点云确定最具挑战性的旋转，并通过优化复杂方向构建复杂方向集。
TPAMI 2024 | 图卷积网络与自适应邻域感知
小白学视觉
11-27 302
图卷积网络（GCNs）能够快速且准确地学习图表示，并在许多图学习领域展现出强大的性能。尽管它们很有效，但对于GCNs来说，邻域感知仍然是一个重要且具有挑战性的问题。现有的方法通常只从节点或跳数级别执行邻域感知步骤，导致缺乏从全局和局部视角学习节点邻域信息的能力。此外，大多数方法从单一视角学习节点的邻域信息，忽略了从多个视角感知的重要性。为了解决上述问题，我们提出了一种多视角自适应邻域感知方法来高效地学习图表示。
TPAMI 2025 | 噪声自回归：一种无需任务相关数据的新学习范式用于低光图像增强
小白学视觉
04-16 53
基于深度学习的低光图像增强（LLIE）任务旨在利用深度神经网络增强图像的光照，同时保持图像内容不变。从训练数据的角度来看，现有方法主要通过以下三种数据类型之一来完成LLIE任务：配对数据、非配对数据和无参考数据。每种数据驱动的方法都有其独特的优势，例如，基于无参考数据的方法对训练数据的要求非常低，能够在许多场景中满足人类需求。本文提出了一种利用纯高斯噪声来完成LLIE任务的方法，进一步降低了LLIE任务对训练数据的要求，并可以作为实际应用中的另一种替代方案。
TPAMI 2025 | 抗遗忘的无监督行人重识别适应方法
小白学视觉
03-01 125
传统的无监督域自适应行人重识别（ReID）方法主要关注将模型从源域适应到固定的目标域。然而，适应后的ReID模型很难保留先前获得的知识，并且难以泛化到未见过的数据。本文提出了一种双层次联合适应与抗遗忘（DJAA）框架，该框架能够在不遗忘源域和每个已适应目标域的情况下，逐步将模型适应到新域。作者探索了使用原型和实例层次的一致性来缓解适应过程中的遗忘问题。具体来说，作者在内存缓冲区中存储了少量具有代表性的图像样本和相应的聚类原型，并在每个适应步骤中更新缓冲区。
【现代深度学习技术】现代循环神经网络07：序列到序列学习（seq2seq）
Morse_Chen的博客
05-05 1724
本文讲解现代循环神经网络中的序列到序列学习。seq2seq模型采用RNN编码器将变长序列编码为隐状态，解码器基于隐状态逐步生成输出。训练时使用遮蔽损失忽略填充词元，BLEU评估翻译质量。应用于机器翻译，通过教师强制策略训练，预测时逐词生成并用注意力机制优化结果。
卷积神经网络实战（2）
weixin_55843921的博客
05-04 469
一开始conv1，第一层卷积层，去运算的时候，以前全连接的时候直接展平，现在是三维的，通道数是1（黑白照片），卷积的时候卷积核也是（1,3,3），但现在卷积核的尺寸实际上是立方体，虽然写的是2d，这是接口的这么一个设计，之所以是2d是因为在两个维度上进行移动（上下左右），不像以前的全连接是一维的必须展平。nn.MaxPool2d(2,2)，前面一个2代表池化核大小是2*2，后面的2代表步长。池化一次把图像尺寸减半。对于第二层卷积层，卷积核是(32,3,3)，这层的输入和输出的大小一样，作用是提取高层特征。
第20节：深度学习基础-反向传播算法详解
2401_82355416的博客
05-04 955
反向传播算法（Backpropagation，简称BP算法）是深度学习领域最为核心的算法之一，它为神经网络提供了一种高效计算梯度的方法，使得基于梯度的优化成为可能。反向传播算法的本质是链式法则（Chain Rule）在神经网络中的巧妙应用，它通过从输出层向输入层反向传播误差信号，计算网络中每个参数相对于损失函数的梯度。对于具有L层的神经网络，反向传播可以通过四个基本方程来描述。设第l层的加权输入为z^l = W^l a^{l-1} + b^l，激活值为a^l = σ(z^l)，输出层的激活值为a^L。
第24节：卷积神经网络(CNN)-卷积层、池化层与全连接层
最新发布
2401_82355416的博客
05-08 33
卷积神经网络(Convolutional Neural Network, CNN)是深度学习领域最具代表性的网络架构之一，专门设计用于处理具有网格状拓扑结构的数据，如图像、视频、语音等。CNN通过模拟生物视觉感知机制，实现了对二维乃至三维数据的高效特征提取和模式识别。自2012年AlexNet在ImageNet竞赛中取得突破性成果以来，CNN已成为计算机视觉任务的事实标准，并广泛应用于图像分类、目标检测、语义分割、人脸识别等领域。传统全连接神经网络在处理图像数据时面临两个主要挑战：一是。
基于Python Flask的深度学习电影评论情感分析可视化系统（2.0升级版，附源码）
IT徐师兄
04-27 1759
基于Python Flask的深度学习电影评论情感分析可视化系统（2.0升级版），集成了Flask框架与先进的word2vec向量模型，能够自动解析影评文本的情感倾向，精准评估电影的好评与差评比例，并通过直观的可视化界面展示分析结果。该项目通过大数据技术分析海量影评，量化好评与差评的分布，为电影评论提供全面的汇总评价分析。
深度学习：梯度下降法的数学原理
muyangjun的专栏
05-06 918
在机器学习算法中，梯度下降是最常采用的方法之一，尤其是在深度学习模型中，BP反向传播方法的核心就是对每层的权重参数不断使用梯度下降来进行优化。梯度是微积分中的基本概念，也是机器学习解优化问题经常使用的数学工具，要理解梯度，首先我们先温习一下导数的概念——导数是一元函数的变化率（斜率）。如下求导计算，第一个表达式为求。细心的你，通过观察，其实就能发现函数的最小值，就是在坐标(0，0)点位置。2. 找坡度：圆球会自动朝最陡的下坡方向滚动，这对应算法计算损失函数的梯度（最陡上升方向）并取反，确定参数更新方向。
基于YOLOv7的深度学习车牌识别系统/PYQT/YOLO/PYTHON
万能程序员
05-04 725
本项目是一个基于深度学习的车牌识别系统，采用YOLOv7和LPRNet两个深度学习模型分别实现车牌检测与车牌字符识别。系统支持图像、视频和摄像头三种输入方式进行实时车牌检测和识别，并提供了友好的图形用户界面。
深度学习：AI为老年痴呆患者点亮希望之光
qq_17416973的博客
05-06 947
患者在 VR 环境中进行康复训练，如平衡训练、肢体运动训练等，AI 系统通过动作捕捉设备实时监测患者的动作，给予即时的反馈和指导，纠正错误动作，帮助患者提高康复训练效果。同时，患者的个人健康数据属于敏感信息，如何在收集、存储和使用这些数据时，确保数据的安全性和隐私性，防止数据泄露和滥用，是必须解决的重要问题。未来，随着技术的不断进步和完善，AI 有望在老年痴呆症的预防、诊断、治疗和照护等全流程中发挥更加重要的作用，为老年痴呆患者带来更多的希望和福祉，推动老年痴呆症防治工作迈向新的台阶。
【IP101】图像特征提取技术：从传统方法到深度学习的完整指南
Joson的博客
05-06 821
🎨 在图像处理的世界里，特征提取就像是寻找图像的"指纹"，让我们能够识别和理解图像的独特性。让我们一起来探索这些神奇的特征提取术吧！
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小白学视觉

您的赞赏是我们坚持下去的动力~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值