Proxy-Anchor and EVT-Driven Continual Learning Method for Generalized Category Discovery
University of New Brunswick（新不伦瑞克大学）
本文提出将极值理论与代理锚点结合，通过包含概率函数和EVT损失提升新类别分离与表示学习，并利用模型缩减、经验回放和知识蒸馏缓解类别高估与灾难性遗忘，在连续广义类别发现中取得领先性能。
2025-04-11 cs.AI cs.CV
Co-matching: Combating Noisy Labels by Augmentation Anchoring
Mcmaster University（麦克马斯特大学）
具有噪声标签的深度学习具有挑战性，因为深度神经网络具有记忆噪声标签的高容量。在本文中，我们提出了一个学习算法称为协同匹配，它平衡了两个网络之间的一致性和分歧的增强锚定。具体来说，我们让一个网络从它对弱增强图像的预测中生成锚定标签。同时，我们强制其对等网络，以同一图像的强增强版本作为输入，生成接近锚定标签的预测。然后，我们通过选择小损失实例来同时更新两个网络，以最小化两个无监督匹配损失（即，测量两个网络的一致性）和监督分类损失（即测量分类性能）。此外，无监督匹配损失使得我们的方法不严重依赖于噪声标签，这防止了噪声标签的记忆。在三个基准数据集上的实验表明，协同匹配达到了与最先进的方法相当的结果。
2021-03-23 cs.CV cs.LG
Robust Multi-View Classification under Noisy Supervision via Global Anchor Consensus
College of Science, Beijing Forestry University（北京林业大学理学院）；School of Software, North University of China（中北大学软件学院）
研究在多视图分类中处理噪声标签问题，提出基于全局锚点的标签审核方法GALA，构建全局锚点衡量实例与锚点接近程度，融合评估与置信度得审核分数，据此处理可疑样本、重写标签，实验表明该方法性能优于多种先进方法。
2026-07-22 cs.CV cs.LG
Learning with Instance-Dependent Noisy Labels by Anchor Hallucination and Hard Sample Label Correction
Inventec Corporation（英业达公司）；University at Albany, State University of New York（纽约州立大学奥尔巴尼分校）
针对实例依赖噪声标签场景下传统方法易误判复杂干净样本的问题，提出结合锚点生成与难样本标签修正的方法，通过半监督训练实现更优的噪声标签学习性能。
2024-07-10 cs.AI cs.CV
Instance-dependent Label Distribution Estimation for Learning with Label Noise
School of Computer Science, Northwestern Polytechnical University（西北工业大学计算机学院）；Australian Insititute for Machine Learning, The University of Adelaide（阿德莱德大学澳大利亚机器学习研究所）
针对标签噪声学习中全局NTM依赖锚点、难以适配实例依赖噪声的问题，提出ILDE方法，通过类间相关矩阵估计实例依赖NTM并转换为标签分布实现增强监督，在多类数据集上性能优于现有方法。
2024-11-04 cs.CV
A Language Anchor-Guided Method for Robust Noisy Domain Generalization
Worcester Polytechnic Institute（沃斯通理工大学）；Carnegie Mellon University（卡内基梅隆大学）；Peking University（北京大学）；Tsinghua University（清华大学）；Tohoku University（东北大学）
针对分布偏移和标签噪声问题，提出A3W算法，利用NLP锚点进行样本重加权与加权损失，提升域泛化的准确性和鲁棒性。
2025-04-20 cs.CL cs.CV cs.LG
DiffusionLane: Diffusion Model for Lane Detection
本文提出DiffusionLane，一种将车道检测视为参数空间去噪扩散过程的新模型，通过混合解码器和辅助头提升性能，在多个基准上超越现有方法。
2025-10-25 cs.CV
No Fuss Distance Metric Learning using Proxies
Google Research（谷歌研究院）
我们解决的问题，距离度量学习（DML），定义为学习的距离与语义相似性的概念一致。传统上，对于这个问题，监督以遵循顺序关系的点集的形式表示--锚点$x$类似于一组正点$Y$，而不类似于一组负点$Z$，并且在这些距离上定义的损失被最小化。虽然优化的细节不同，但在这项工作中，我们将这种类型的监督称为Triplets，并将遵循这种模式的所有方法称为基于Triplet-Based方法。这些方法很难优化。一个主要的问题是需要找到信息三元组，这通常是通过各种技巧，如增加批量大小，硬或半硬三元组挖掘等，即使有这些技巧，这种方法的收敛速度是缓慢的。在本文中，我们提出了优化的三重损失的三重不同的空间，由一个锚数据点和相似和不同的代理点，以及学习。这些代理近似于原始数据点，因此代理上的三重丢失是原始丢失的严格上限。这种基于代理的损失在经验上表现得更好。因此，代理损失改善了三个标准零样本学习数据集的最新结果，最多可达15%，同时收敛速度是其他基于三元组的损失的三倍。
2017-08-01 cs.CV
ProxyMix: Proxy-based Mixup Training with Label Refinery for Source-Free Domain Adaptation
Anhui University（安徽大学）；Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）；University of Science and Technology of China（中国科学技术大学）
无监督领域自适应（UDA）旨在将知识从标记的源领域转移到未标记的目标领域。由于隐私问题和繁重的数据传输，无源UDA，利用预先训练的源模型，而不是原始的源数据的目标学习，近年来已越来越流行。一些作品试图用生成模型来恢复看不见的源域，但引入了额外的网络参数。其他工作提出了微调的源模型的伪标签，而嘈杂的伪标签可能会误导决策边界，导致不满意的结果。为了解决这些问题，我们提出了一种有效的方法，称为基于代理的混合训练与标签精炼（ProxyMix）。首先，为了避免额外的参数，并充分利用源模型中的信息，ProxyMix将分类器的权值定义为类原型，然后通过类原型的近邻构造一个类平衡的代理源域，将未知的源域和目标域连接起来。为了提高伪标签的可靠性，我们进一步提出了频率加权聚合策略来生成软伪标签的未标记的目标数据。该策略利用目标特征的内部结构，将目标特征拉到它们的语义邻居，并在梯度更新过程中增加低频类样本的权重。利用代理域和可靠的伪标签，我们采用两种混合正则化，即，在我们的框架中，域间和域内的混淆，以对齐代理和目标域，强制执行预测的一致性，从而进一步减轻嘈杂标签的负面影响。在三个二维图像和一个三维点云目标识别基准测试上的实验表明，ProxyMix在无源UDA任务中具有最先进的性能。
2022-05-29 cs.AI cs.CV
Webly Supervised Image Classification with Metadata: Automatic Noisy Label Correction via Visual-Semantic Graph
SenseTime Research（商汤科技研究院）；Rice University（莱斯大学）；The Chinese University of Hong Kong（香港中文大学）；Shanghai Jiao Tong University（上海交通大学）
Webly监督学习因其在数据扩充方面的高效性而成为近年来研究的热点。然而，采用搜索查询或主题标签作为图像的Web标签进行训练会带来大量噪声，从而降低DNN的性能。特别是，由于查询词的语义混乱，一个查询检索的图像可能包含大量属于其他概念的图像。例如，在Flickr上搜索“老虎猫”将返回大量老虎图像，而不是猫图像。这些真实的噪声样本通常在视觉空间中具有清晰的视觉语义集群，这会误导DNN学习准确的语义标签。为了纠正现实世界中的嘈杂标签，昂贵的人工注释似乎是必不可少的。幸运的是，我们发现，元数据可以提供额外的知识，发现干净的Web标签在一个劳动自由的方式，使其成为可能，以自动提供正确的语义指导之间的大量标签嘈杂的Web数据。在本文中，我们提出了一个自动标签校正VSGraph-LC的基础上的视觉语义图。VSGraph-LC从锚点选择开始，参考元数据和正确标签概念之间的语义相似性，然后使用图神经网络（GNN）在视觉图上从锚点传播正确标签。在真实网络监督学习数据集Webvision-1000和NUS-81-Web上的实验表明了VSGraph-LC的有效性和鲁棒性。此外，VSGraph-LC显示了其在开集验证集上的优势。
2020-10-12 cs.CV
NBMOD: Find It and Grasp It in Noisy Background
NJAU（南京农业大学）
针对真实嘈杂背景下机器人抓取检测难题，提出NBMOD数据集（含20类水果的31,500张RGB-D图像）及旋转锚点机制和RA-GraspNet轻量级架构，RAGT-3/3模型在NBMOD上准确率达99%。
2023-06-17 cs.CV cs.RO
Noisy Image Segmentation With Soft-Dice
KTH Royal Institute of Technology（KTH皇家理工学院）；RaySearch Laboratories（RaySearch实验室）
该研究针对标签含噪的医学图像分割场景，分析soft-Dice损失的最优解特征与体积偏差界，证明其软分割经阈值转换后收敛至最优Dice，并通过实验验证理论结果。
2023-05-04 cs.CV
Beyond Entropy: Region Confidence Proxy for Wild Test-Time Adaptation
Peng Cheng Laboratory（鹏城实验室）；The Chinese University of Hong Kong（香港中文大学）
针对野外语境测试时自适应中熵最小化优化动力学噪声大的问题，本文提出区域集成方法ReCAP，通过概率区域建模和有限到无限渐近近似构造可处理的区域置信度代理，在多个数据集和野外语境下取得一致优越性能。
2025-06-04 cs.CV
Fine-Grained Classification with Noisy Labels
Shandong University（山东大学）；Nanyang Technological University（南洋理工大学）
带噪声标签的学习（LNL）旨在确保模型在标签损坏的训练集上的泛化。在这项工作中，我们研究了细粒度数据集（LNL-FG）上很少研究的LNL场景，这是更实用和更具挑战性的，因为细粒度类之间的大类间模糊性会导致更多的噪声标签。我们的经验表明，现有的方法，以及LNL无法实现令人满意的性能LNL-FG，LNL-FG的有效解决方案的实际需要。为此，我们提出了一个新的框架称为随机噪声容忍监督对比学习（SNSCL），面对标签噪声，鼓励可区分的表示。具体来说，我们设计了一个噪声容忍监督对比学习损失，它采用了一个权重感知机制，用于噪声标签校正和选择性更新动量队列列表。通过这种机制，我们减轻了噪声锚的影响，并避免将噪声标签插入动量更新队列。此外，为了避免对比学习中手动定义的增强策略，我们提出了一个有效的随机模块，从生成的分布中抽取特征嵌入，这也可以增强深度模型的表示能力。SNSCL是通用的，并与流行的鲁棒LNL策略兼容，以提高LNL-FG的性能。大量的实验证明了SNSCL的有效性。
2023-03-04 cs.CV
RbFT-Net: Rectify-Before-Fuse Temporal Radar Anchors for 4D Radar-Camera Depth Completion
本文提出RbFT-Net框架，通过图像条件校正模块校正雷达锚点并选择性传播，解决雷达测量的稀疏与干扰问题，在相关数据集上的深度补全性能优于对比方法。
2026-08-14 cs.CV
Learning from Reliable Negatives: Confidence-Anchored Test-Time Adaptation for GUI Grounding
Zhejiang University（浙江大学）；Ant Group（蚂蚁集团）
本文提出基于坐标标记置信度的无标签测试时训练方法CANL，利用负样本学习提升GUI接地性能，在ScreenSpot-Pro上较基础模型提升8.9%。
2026-09-15 cs.CV
Semantic Anchor Transport: Robust Test-Time Adaptation for Vision-Language Models
LIVIA, ÉTS Montréal, Canada（LIVIA，蒙特利尔ÉTS，加拿大）；International Laboratory on Learning Systems (ILLS), McGILL - ETS - MILA - CNRS - Université Paris-Saclay - CentraleSupélec, Canada（学习系统国际实验室（ILLS），麦吉尔大学-ÉTS-MILA-CNRS-巴黎-萨克雷大学-中央超导大学，加拿大）
语义锚点传输通过生成伪标签和多模板蒸馏方法，提升视觉-语言模型在分布偏移下的鲁棒性与计算效率。
2026-01-02 cs.CV
Prototype-Anchored Learning for Learning with Imperfect Annotations
Harbin Institute of Technology（哈尔滨工业大学）；Peng Cheng Laboratory（鹏城实验室）；King Abdullah University of Science and Technology（阿卜杜拉国王科技大学）；Tsinghua University（清华大学）
深度神经网络的成功在很大程度上依赖于大量高质量注释数据的可用性，然而这些数据很难获得或获得成本很高。由此产生的标签可能是类不平衡的，嘈杂的或人为偏见。从不完全标注的数据集学习无偏分类模型是一个挑战，我们通常会遇到过拟合或欠拟合。在这项工作中，我们深入研究了流行的softmax损失和基于边际的损失，并提供了一种可行的方法来收紧泛化误差界最大化的最小样本余量。我们进一步推导出最优性条件，这表明类原型应该如何锚定。受理论分析的启发，我们提出了一种简单而有效的方法，即原型锚定学习（PAL），它可以很容易地融入到各种基于学习的分类方案中，以处理不完美的注释。我们通过在合成数据集和真实数据集上的大量实验，验证了PAL在类不平衡学习和噪声容忍学习上的有效性。
2022-06-23 cs.CV cs.LG
Sharpness-aware Dynamic Anchor Selection for Generalized Category Discovery
本文提出了一种结合损失锐度惩罚和动态锚点选择的方法，用于提升通用类别发现任务中伪标签的准确性和聚类效果。
2025-12-15 cs.CV
SpatialCrafter: Single Image World Modeling with Generative 3D Proxies
Hong Kong University of Science and Technology（香港科技大学）；Tongyi Lab, Alibaba Group（阿里巴巴集团通义实验室）；ManyCore Tech Inc.（ManyCore科技公司）；Jilin University（吉林大学）
SpatialCrafter是解决图像到场景生成问题的两阶段框架，通过3D代理及相关策略提升3D一致性，构建了115K场景的新数据集，性能优于现有方法且鲁棒性强。
2026-08-31 cs.CV cs.RO
Multi-Label Noise Transition Matrix Estimation with Label Correlations: Theory and Algorithm
Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所）；The University of Sydney（悉尼大学）
本文研究噪声多标签学习中类别相关转移矩阵的估计问题，提出一种利用标签相关性且无需锚点和精确后验拟合的新估计器，通过求解双线性分解问题实现可识别估计，并从理论和实验上验证了其有效性和分类性能。
2023-09-22 cs.AI cs.CV cs.LG
Intra-Modal Neighbors Never Lie: Rectifying Inter-Modal Noisy Correspondence via Graph-Based Intra-Modal Reasoning
University of Science and Technology of China（中国科学技术大学）
提出IN2R框架，利用模态内数据的几何稳定性，通过图精炼器对动态跨模态记忆中的邻居进行关系推理，合成连续软原型以纠正模态间噪声对应，显著提升跨模态检索性能。
2026-06-02 cs.CV
Beyond Images: Label Noise Transition Matrix Estimation for Tasks with Lower-Quality Features
University of California, Santa Cruz（加州大学圣克鲁兹分校）
标签噪声转移矩阵表示从干净标签到有噪声标签的转移概率，对于设计统计上鲁棒的解决方案至关重要。噪声转移矩阵的现有估计器，例如，使用锚点或聚类性，关注相对容易获得高质量表示的计算机视觉任务。我们观察到，任务质量较低的功能不符合锚点或聚类条件，由于共存的无信息和信息表示。为了解决这个问题，我们提出了一个通用的和实用的信息理论的方法来降低低质量的功能的信息量较少的部分。这种改进对于识别和估计标签噪声转移矩阵是至关重要的。突出的技术挑战是只使用噪声标签而不是干净的标签来计算相关的信息理论度量。我们证明了著名的$f$ -互信息措施，往往可以保持使用噪声标签计算时的顺序。然后，我们使用这个提取版本的特征来构建我们的转移矩阵估计器。通过对一组不同的表格数据和低质量特征的文本分类任务的估计误差的评估，证明了该方法的必要性和有效性。代码可在github.com/UCSC-REAL/BeyondImages上获得。
2022-06-17 cs.CV cs.LG
PCR: Proxy-based Contrastive Replay for Online Class-Incremental Continual Learning
Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳））
针对在线类增量持续学习中的灾难性遗忘问题，提出基于代理的对比重放方法（PCR），通过用代理替换对比样本解决类别不平衡并加速收敛，在三个基准数据集上优于现有方法。
2023-04-10 cs.AI cs.CV cs.LG
VeriMedi: Pill Identification using Proxy-based Deep Metric Learning and Exact Solution
Accenture（埃森哲）
我们提出的系统，我们已经开发的识别和验证药丸使用的图像所采取的VeriMedi设备。VeriMedi设备是一种物联网设备，可从药瓶底部拍摄已灌装药瓶的照片，并使用本研究中提出的解决方案来识别药瓶中的药丸。该解决方案具有两个串联的深度学习解决方案，用于进行分割和识别。分割解决方案通过使用Mask R-CNN模型为小瓶图像中的每个药丸创建掩模，然后分割和裁剪药丸并模糊背景。之后，分割后的药丸图像被发送到识别解决方案，其中使用代理锚点丢失（PAL）函数训练的深度度量学习模型为每个药丸图像生成嵌入向量。生成的嵌入向量被输入到一个单层全连接网络中，该网络使用精确解进行训练，以预测每个单个药丸图像。然后，聚合/验证功能聚合来自多个单个药丸图像的多个预测，并验证最终预测相对于预定义规则的正确性。此外，我们通过更好的代理初始化增强了PAL，提高了模型的性能，并让模型不断学习新的图像类别，而无需使用整个数据集重新训练模型。当使用初始类训练的模型仅使用新类重新训练时，模型的准确性对于旧类和新类都有所提高。我们在这项研究中提出的识别解决方案也可以重用于其他需要持续学习和/或细粒度视觉分类的问题域。
2021-04-22 cs.AI cs.CV cs.IT
SLT: Robust Quantum Neural Networks for Noisy-Label Medical Image Classification via Supermartingale-based Label Transition
Boise State University（博伊西州立大学）；Indiana University Indianapolis（印第安纳大学印第安纳波利斯分校）；University of Notre Dame（圣母大学）；University of Cincinnati（辛辛那提大学）
针对小规模医学图像分类中噪声标签学习难题，提出基于上鞅的标签转换（SLT）框架用于鲁棒量子神经网络分类，通过建模熵减少为上鞅识别稳定转换步骤，实验证明其能提升分类性能并优于经典基线。
2026-07-21 cs.CV cs.LG
Multi-Label Test-Time Adaptation with Bayesian Conditional Priors
University of Science and Technology of China（中国科学技术大学）
提出贝叶斯条件先验估计（BCP），一种无梯度的测试时自适应方法，通过在线估计锚定条件先验注入标签依赖性，提升冻结视觉语言模型在多标签识别中的分布偏移鲁棒性。
2026-06-12 cs.CV cs.LG
Blended Chart Surfaces: A Seamless Explicit Representation for Smooth Surface Fitting
Adobe
提出混合图表曲面，一种无网络、显式且光滑的曲面表示，通过代理网格和多项式映射联合优化，融合局部图表实现全局光滑，支持微分量和能量计算。
2026-09-03 cs.CG cs.CV cs.GR
