Global-Supervised Contrastive Loss and View-Aware-Based Post-Processing for Vehicle Re-Identification
Qiannan Normal University for Nationalities（黔南民族师范学院）；Guizhou University（贵州大学）；Peng Cheng Laboratory（鹏城实验室）；Guangxi Normal University（广西师范大学）
在本文中，我们提出了一个全局监督对比损失和基于视图感知的后处理（VABPP）方法的车辆重新识别领域。传统的有监督对比损失算法计算的是批内特征间的距离，具有局部性。虽然提出的全局监督对比损失具有新的性质，具有良好的全局属性，但训练过程中每个锚点的正负特征来自整个训练集。本文提出的VABPP方法是第一次将基于视觉感知的方法作为后处理方法应用于车辆再识别领域。VABPP的优点是，首先，它只在测试过程中使用，不影响训练过程。其次，作为一种后处理方法，它可以很容易地集成到其他训练的re-id模型中。将训练好的模型计算出的视对距离缩放系数矩阵直接应用于另一个训练好的re-id模型，VABPP方法大大提高了其性能，验证了VABPP方法的可行性。
2022-04-17 cs.CV
Dynamic Clustering and Cluster Contrastive Learning for Unsupervised Person Re-identification
Beijing University of Posts and Telecommunications（北京邮电大学）
无监督Re-ID方法旨在从未标记数据中学习鲁棒性和区分性特征。然而，现有的方法往往忽略了Re-ID框架的模块参数与特征分布之间的关系，这可能会导致特征错位，影响模型的性能。为了解决这个问题，我们提出了一个动态聚类和聚类对比学习（DCCC）方法。具体来说，我们首先设计了一个动态的聚类参数调度器（DCPS），调整聚类的超参数，以适应类内和类间距离的变化。然后，设计了一种动态聚类对比学习（DyCL）方法，将聚类表示向量的权值与局部特征关联度相匹配。最后，构建了一种标签平滑软对比损失算法（$L_{ss}$），以保持聚类对比学习和自监督学习之间的平衡，同时降低计算量，提高计算效率。在几个广泛使用的公共数据集上的实验验证了我们提出的DCCC的有效性，它通过实现最佳性能而优于以前的最先进的方法。
2023-03-13 cs.CV
Attend to the Difference: Cross-Modality Person Re-identification via Contrastive Correlation
Northwestern Polytechnical University（西北工业大学）
跨通道人称再识别问题因其重要的现实意义而受到越来越多的关注。基于人类在比较两个相似对象时通常会注意到它们之间的差异这一事实，本文提出了一种双路径跨模态特征学习框架，该框架既保留了固有的空间约束，又兼顾了输入跨模态图像对之间的差异。我们的框架是由两个主要组成部分：一个双路径空间结构保持公共空间网络（DSCSN）和对比相关网络（CCN）。前者将跨模态图像嵌入到一个共同的三维张量空间中，而不会丢失空间结构，而后者通过动态比较输入图像对来提取对比特征。请注意，为输入RGB和红外图像生成的表示相互依赖。我们在两个公开的RGB-IR ReID数据集SYSU-MM 01和RegDB上进行了广泛的实验，我们提出的方法在完整和简化的评估模式下都大大优于最先进的算法。
2021-12-01 cs.CV
SiCL: Silhouette-Driven Contrastive Learning for Unsupervised Person Re-Identification with Clothes Change
Beijing University of Posts and Telecommunications（北京邮电大学）；Tsinghua University（清华大学）
针对无监督长期换装行人重识别难题，提出融合RGB与轮廓信息的SiCL对比学习框架，在六个基准上显著优于现有无监督方法。
2024-04-07 cs.CV
Camera-aware Style Separation and Contrastive Learning for Unsupervised Person Re-identification
Beijing JiaoTong University（北京交通大学）
无监督的人再识别（ReID）是一项具有挑战性的任务，没有数据注释来指导区分学习。现有方法试图通过对提取的嵌入进行聚类以生成伪标签来解决这个问题。然而，大多数方法都忽略了摄像机风格变化引起的类内差异，有的方法虽然试图解决摄像机风格对特征分布的负面影响，但相对复杂和间接。针对这一问题，本文提出了一种摄像机感知的风格分离和对比学习方法（CA-UReID），该方法通过设计摄像机感知的注意力模块，直接在特征空间中分离摄像机风格。它可以显式地将可学习的特征划分为相机特定和相机不可知的部分，减少不同相机的影响。此外，为了进一步缩小摄像机之间的差距，我们设计了一个摄像机感知的对比中心损失，以学习每个身份的更多区别性嵌入。大量的实验表明，我们的方法优于国家的最先进的方法在无监督的人ReID任务。
2021-12-19 cs.CV
Revisiting Multi-Granularity Representation via Group Contrastive Learning for Unsupervised Vehicle Re-identification
Shanghai Jiao Tong University（上海交通大学）
针对有监督车辆重识别模型在真实场景因域差异性能骤降的问题，提出融合多粒度CNN表征与组对比学习的无监督框架MGR-GCL，通过生成伪标签实现域适应，性能优于现有最优方法。
2024-10-29 cs.CV
CLIP-ReIdent: Contrastive Training for Player Re-Identification
University of the Bundeswehr Munich（慕尼黑联邦国防军大学）；Institute for Distributed Intelligent Systems（分布式智能系统研究所）
体育分析受益于机器学习的最新进展，为团队或个人提供了竞争优势。这方面的一项重要任务是衡量各个参与者的业绩，以提供报告和日志文件供随后分析。在篮球等体育赛事期间，这涉及在比赛期间从多个相机视点或从不同时间的单个相机视点重新识别球员。在这项工作中，我们研究是否有可能将预先训练的CLIP模型的出色zero-shot性能转移到玩家重新识别领域。为此，我们将CLIP中的对比语言到图像预训练方法重新制定为使用InfoNCE损失作为训练目标的对比图像到图像训练方法。与以前的工作不同，我们的方法是完全类不可知的，并受益于大规模的预训练。通过微调CLIP ViT-L/14模型，我们在MMPorts 2022玩家重新识别挑战中实现了98.44%的mAP。此外，我们表明CLIP视觉Transformer已经具有强大的OCR功能，可以以zero-shot方式识别有用的球员特征，如衬衫号码，而无需对数据集进行任何微调。通过应用Score-CAM算法，我们可视化了最重要的图像区域，我们的微调模型在计算球员的两个图像之间的相似性得分时识别这些区域。
2023-03-21 cs.CV
CCPA: Long-term Person Re-Identification via Contrastive Clothing and Pose Augmentation
Quantitative Imaging Lab, Univeristy of Houston（休斯顿大学定量成像实验室）
本文提出CCPA框架，通过跨身份服装与姿态迁移生成增强数据，并结合关系图注意力网络与细粒度对比损失，提升长期行人重识别在服装变化下的鲁棒性。
2024-02-22 cs.CV
Take More Positives: An Empirical Study of Contrastive Learing in Unsupervised Person Re-Identification
Shandong University（山东大学）；Hong Kong Baptist University（香港浸会大学）；Meituan（美团）
无监督人员重新识别（re-ID）旨在缩小与监督方法的性能差距。这些方法在学习表示的同时在数据点之间建立可靠的关系。然而，我们的经验表明，他们成功的原因不仅是他们的标签生成机制，而且他们未经探索的设计。通过交叉研究两种无监督的人员再识别方法，指出它们分别通过数据增强和PK采样器的设计隐式地处理了一个困难的负问题。在本文中，我们找到了另一个简单的解决方案，即，在训练过程中采取更多的积极措施，通过这种方式，我们以迭代的方式生成伪标签并更新模型。基于我们的研究结果，我们提出了一种无记忆的对比学习方法，用于无监督的人重新识别。我们的方法在基准数据集上运行良好，性能优于最先进的方法。代码将提供。
2021-03-19 cs.CV
Large-Scale Unsupervised Person Re-Identification with Contrastive Learning
Tongji University（同济大学）
现有的公众人物重新识别~（ReID）数据集在现代意义上是小的，因为标签的困难。尽管未标记的监控视频非常丰富，而且相对容易获得，但目前还不清楚如何利用这些视频来学习有意义的ReID表示。特别是，大多数现有的无监督和领域自适应ReID方法在其实验中仅利用公共数据集，并去除标签。此外，由于数据量小，这些方法通常依赖于在测试域中通过未标记的训练数据进行微调以实现良好的性能。受大规模自监督图像分类的最新进展的启发，使用对比学习，我们提出了学习ReID表示从大规模未标记的监控视频单独。在现成的行人检测工具的帮助下，我们在图像和轨迹级别上应用对比度损失。再加上使用相机标签免费提供的主成分分析步骤，我们使用大规模未标记数据集的评估显示，在测试域中不使用任何训练数据的无监督方法中，性能要优越得多。此外，准确性随着数据大小而提高，因此我们的方法在更大和更多样化的数据集上具有很大的潜力。
2021-05-17 cs.CV
Unsupervised Lifelong Person Re-identification via Contrastive Rehearsal
Inria（法国国家信息与自动化研究所）；Université Côte d’Azur（蔚蓝海岸大学）；European Systems Integration（欧洲系统集成公司）
现有的无监督人员重新识别（ReID）方法专注于将在源域上训练的模型适应于固定的目标域。然而，一个适应的ReID模型通常只适用于某个目标领域，但很难记住源领域的知识，并推广到即将到来的未知数据。在本文中，我们提出了无监督的终身人ReID，其重点是在新领域上持续进行无监督的领域自适应，而不会忘记从旧领域学到的知识。为了解决无监督的终身ReID问题，我们对少量存储的旧样本进行对比排练，同时顺序适应新的领域。我们还在新旧模型之间设置了图像到图像的相似性约束，以适合旧知识的方式正则化模型更新。我们以无监督的方式在几个大规模数据集上顺序训练我们的模型，并在所有可见的域以及几个看不见的域上对其进行测试，以验证我们方法的通用性。我们提出的无监督终身方法具有很强的泛化能力，在可见和不可见的领域都显着优于以前的终身方法。代码将在https://github.com/chenhao2345/UCR上提供。
2022-03-12 cs.CV
Prototypical Contrastive Learning-based CLIP Fine-tuning for Object Re-identification
College of Information Science and Electronic Engineering, Zhejiang University, China（信息科学与电子工程学院，浙江大学）
本文提出基于原型对比学习的CLIP微调方法，用于提升物体重识别性能，无需提示学习并实现优于CLIP-ReID的性能。
2026-01-14 cs.CV
Learning Invariance from Generated Variance for Unsupervised Person Re-identification
Inria（法国国家信息与自动化研究所）；Université Côte d’Azur（蔚蓝海岸大学）；European Systems Integration（欧洲系统集成公司）
本文主要研究人的再识别（ReID）中的无监督表示学习。最近的自监督对比学习方法通过最大化同一图像的两个增强视图之间的表示相似性来学习不变性。然而，传统的数据增强可能会带来不希望的身份特征失真，这在身份敏感的ReID任务中并不总是有利的。在本文中，我们提出用生成对抗网络（GAN）取代传统的数据增强，该网络的目标是生成用于对比学习的增强视图。提出了一种三维网格引导的人物图像生成器，将人物图像分解为身份相关和身份无关的特征。与以前基于GAN的ReID方法只在与id无关的空间（姿势和相机风格）中工作不同，我们对与id无关和与id相关的特征进行基于GAN的增强。我们进一步提出了具体的对比损失，以帮助我们的网络学习不变性的身份无关和身份相关的扩增。通过联合训练生成模块和对比模块，我们的方法在主流大规模基准测试中实现了新的最先进的无监督人员ReID性能。
2023-01-02 cs.CV
Subclass Contrastive Loss for Injured Face Recognition
IIIT-Delhi（印度德里信息技术学院）
死亡和受伤在道路事故、暴力和自然灾害中很常见。在这种情况下，救援人员的主要任务之一是恢复受害者的身份，使家庭团聚，并确保适当识别死者/伤者。除此之外，辨认因暴力和事故造成的身份不明的尸体对警方的调查至关重要。在没有身份证的情况下，这项工作的现行做法包括DNA分析和牙齿分析。人脸是最常用和最广泛接受的生物识别模式之一。然而，面部识别是具有挑战性的存在下，面部受伤，如肿胀，瘀伤，血块，撕裂伤，撕脱，影响识别中使用的功能。在本文中，我们第一次解决了受伤的人脸识别问题，并提出了一个新的子类对比损失（SCL）的这项任务。一个新的数据库，被称为受伤的脸（IF）数据库，也被创建，以鼓励在这一方向的研究。实验分析表明，该损失函数优于现有的受伤人脸识别算法。
2020-08-05 cs.CV
Entity Re-identification in Visual Storytelling via Contrastive Reinforcement Learning
INESC-ID（INESC-ID研究所）；Instituto Superior Técnico, Universidade de Lisboa（里斯本大学技术学院，里斯本大学）
针对视觉叙事中跨帧实体身份难以保持的问题，提出对比强化学习方法，利用合成负样本和Direct Preference Optimization微调Qwen2.5-VL 7B模型，显著提升了实体重识别、指代准确率及故事结构质量。
2025-07-11 cs.CV
Camera-Tracklet-Aware Contrastive Learning for Unsupervised Vehicle Re-Identification
Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）
近年来，基于深度学习的车辆再识别方法取得了显著的成就。然而，这一成就需要大规模和注释良好的数据集。在构建数据集时，为从大量相机捕获的车辆分配全局可用身份（Id）是劳动密集型的，因为它需要考虑它们细微的外观差异或视点变化。在本文中，我们提出了摄像机跟踪感知对比学习（CTACL）使用的多摄像机跟踪信息，没有车辆身份标签。所提出的CTACL划分未标记的域，即，整个车辆图像，进入多个相机级子域，并在子域内和子域外进行对比学习。用于对比学习的正样本和负样本使用每个相机的轨迹片段Id来定义。此外，跨摄像机网络的领域自适应被引入，以提高学习表示的泛化性能，并减轻由子域之间的域间隙导致的性能下降。我们证明了我们的方法对基于视频和基于图像的车辆Re-ID数据集的有效性。实验结果表明，该方法优于最近的国家的最先进的无监督车辆Re-ID方法。本文的源代码可在`https：//github.com/andreYoo/CTAM-CTACL-VVReID.git '上公开获取。
2021-09-14 cs.AI cs.CV
Exploring Stronger Transformer Representation Learning for Occluded Person Re-Identification
Shanxi University（山西大学）
本文提出SSSC-TransReID框架，通过自监督对比学习与随机矩形掩码模拟遮挡，结合监督与自监督联合训练，显著提升遮挡行人重识别的mAP和Rank-1准确率。
2024-10-23 cs.CV
Semi-Supervised Dual-Threshold Contrastive Learning for Ultrasound Image Classification and Segmentation
College of Computer Science and Software Engineering, Shenzhen University, Shenzhen, China（深圳大学计算机科学与软件工程学院）；Department of Thyroid and Breast Surgery, Affiliated Hospital Group of Guangdong Medical University Shenzhen Baoan Central Hospital, Shenzhen, China（广东医科大学深圳宝安中心医院甲状腺乳腺外科）
提出半监督双阈值对比学习策略Hermes，结合任务间注意力与一致性学习，解决超声图像分类与分割中的伪标签过拟合及任务关联问题，并在多个数据集上取得最优性能。
2025-08-04 cs.CV
TranSG: Transformer-Based Skeleton Graph Prototype Contrastive Learning with Structure-Trajectory Prompted Reconstruction for Person Re-Identification
LILY Research Center, Nanyang Technological University（南洋理工大学LILY研究中心）；School of Computer Science and Engineering, Nanyang Technological University（南洋理工大学计算机科学与工程学院）
提出TranSG方法，通过骨架图Transformer、图原型对比学习及结构-轨迹提示重建机制，充分捕获骨架关系与时空语义，显著提升了行人重识别性能并具备强通用性。
2023-07-31 cs.CV
Feature-Aware Noise Contrastive Learning for Unsupervised Red Panda Re-Identification
College of Computer Science, Sichuan University（四川大学计算机学院）
针对无监督动物再识别中标注数据稀缺的问题，提出特征感知噪声对比学习（FANCL），通过噪声添加与双对比模块提取深层表征，在室内外小熊猫数据集上性能优于现有无监督方法并接近监督方法。
2024-07-18 cs.AI cs.CV
A contrastive learning approach for individual re-identification in a wild fish population
University of Agder（阿格德大学）；Institute of Marine Research（海洋研究所）
在陆地和海洋生态学中，物理标记是研究种群动态和行为的常用方法。然而，这种标记技术越来越多地被使用图像分析的个人重新识别所取代。介绍了一种基于对比学习的个体识别模型。该模型使用Inception v3网络的第一部分，由投影头支持，我们使用对比学习从一组统一的照片中找到相似或不相似的图像对。我们应用这种技术的corkwing濑鱼，Symphodus melops，生态和商业上重要的鱼类。照片是在从野生种群中重复捕获相同个体时拍摄的，其中个体目击之间的间隔可能从几天到几年不等。在我们的数据集上，我们的模型实现了0.35的单次精度，0.56的5次精度和0.88的100次精度。
2023-01-02 cs.AI cs.CV cs.LG
TCMM: Token Constraint and Multi-Scale Memory Bank of Contrastive Learning for Unsupervised Person Re-identification
National Chung Cheng University（中正大学）
针对无监督行人重识别中的块噪声、特征不一致及离群样本浪费问题，提出带Token约束与多尺度记忆库的TCMM方法，在常用基准上取得SOTA性能。
2025-01-15 cs.AI cs.CV
Hard-sample Guided Hybrid Contrast Learning for Unsupervised Person Re-Identification
Beijing University of Posts and Telecommunications（北京邮电大学）
无监督身份再识别是计算机视觉中一个极具发展前景和挑战性的研究课题。利用未标记数据学习鲁棒的和有区别的特征是Re-ID的核心问题。最近，基于聚类伪标记的无监督Re-ID算法受到了越来越多的关注。然而，以前的方法没有充分利用硬样本的信息，简单地使用聚类质心或所有实例进行对比学习。本文提出了一种结合聚类级损失和实例级损失的硬样本指导的混合对比学习（HHCL）方法，用于无监督人Re-ID。同时，引入硬实例对比损失进一步挖掘了判别信息。在两个流行的大规模Re-ID基准上进行的大量实验表明，我们的HHCL优于以前的最先进的方法，并显着提高了无监督人Re-ID的性能。我们的工作代码很快就可以在https://github.com/bupt-ai-cz/HHCL-ReID上找到。
2022-05-08 cs.CV
3C: Confidence-Guided Clustering and Contrastive Learning for Unsupervised Person Re-Identification
Dalian Maritime University（大连海事大学）；Aberystwyth University（阿伯里斯特威斯大学）；Northumbria University（诺森比亚大学）
针对无监督行人重识别中伪标签方法易受特征偏差、噪声伪标签等误导的问题，提出含三类置信度的3C框架，在三个基准数据集上取得了当前最优性能。
2024-08-18 cs.CV
SimMC: Simple Masked Contrastive Learning of Skeleton Representations for Unsupervised Person Re-Identification
Nanyang Technological University（南洋理工大学）；Joint NTU-UBC Research Centre of Excellence in Active Living for the Elderly (LILY)（南洋理工大学-不列颠哥伦比亚大学活跃老年生活卓越联合研究中心（LILY））
基于骨架的人重新识别（re-ID）的最新进展通过手工制作的骨架描述符或具有深度学习范例的骨架表示学习获得令人印象深刻的性能。然而，它们通常需要骨架预建模和标签信息用于训练，这导致这些方法的适用性有限。在本文中，我们专注于无监督的基于骨架的人重新识别，并提出了一个通用的简单掩蔽对比学习（SimMC）框架，从未标记的3D骨架中学习有效的表示，用于人重新识别。具体来说，为了充分利用每个骨架序列中的骨架特征，我们首先设计了一个屏蔽原型对比学习（MPC）方案来聚类最典型的骨架特征（骨架原型），并对比骨架特征和不同原型之间的固有相似性，以在不使用任何标签的情况下学习有区别的骨架表示。然后，考虑到同一序列中的不同连续性通常由于运动连续性的性质而具有强相关性，我们提出了掩蔽序列内对比学习（MIC）来捕获连续性之间的序列内模式一致性，以鼓励学习更有效的骨架表示的人重新识别。大量的实验验证，建议SimMC优于大多数国家的最先进的骨架-基于方法。我们进一步展示了它的可扩展性和效率，提高现有模型的性能。我们的代码可在https://github.com/Kali-Hac/SimMC上获得。
2022-06-19 cs.AI cs.CV
Semantic-Aware Dual Contrastive Learning for Multi-label Image Classification
Anhui University（安徽大学）；Nanjing University of Science and Technology（南京理工大学）；Hefei Comprehensive National Science Center（合肥综合性国家科学中心）
针对多标签图像分类中复杂语义关系与 CAM 噪声问题，提出融合 SSCL 和 PSCL 的语义感知双对比学习框架，在五个大规模数据集上优于现有方法。
2023-09-25 cs.CV
Skeleton Prototype Contrastive Learning with Multi-Level Graph Relation Modeling for Unsupervised Person Re-Identification
Joint NTU-UBC Research Centre of Excellence in Active Living for the Elderly（南洋理工大学-不列颠哥伦比亚大学活跃老年生活卓越联合研究中心）；Nanyang Technological University（南洋理工大学）
通过3D骨架的人重新识别（re-ID）是一个重要的新兴课题，具有许多优点。现有的解决方案很少探索骨骼结构或运动中有价值的身体-部件关系，并且它们通常缺乏使用未标记的骨骼数据来学习用于人的重新识别的一般表示的能力。本文提出了一种通用的无监督骨架原型对比学习范式与多层次图关系学习（SPC-MGR），以从未标记的骨骼中学习有效的表示来执行人的重新识别。具体地，我们首先构造统一的多级骨架图，以完全建模骨架内的身体结构。然后，我们提出了一个多头结构关系层，全面捕捉物理连接的身体组件节点的关系图。利用一个全层次的协作关系层来推断与运动相关的身体部位之间的协作，从而捕获丰富的身体特征和可识别的行走模式。最后，我们提出了一个骨架原型对比学习方案，该方案对未标记图表示的特征相关实例进行聚类，并将它们的固有相似性与代表性骨架特征进行对比（“骨架原型”）来学习用于人re-ID的区别性骨架表示。经验评估表明，SPC-MGR显著优于几种最先进的基于骨架的方法，并且对于更一般的场景，它还实现了具有高度竞争力的人员重新识别性能。
2022-08-25 cs.AI cs.CV
Adaptive Intra-Class Variation Contrastive Learning for Unsupervised Person Re-Identification
Beijing University of Posts and Telecommunications（北京邮电大学）；Xiamen University（厦门大学）
针对无监督行人重识别中记忆更新、假阳性样本及离群点丢弃问题，提出 AdaInCV 算法，通过 AdaSaM 与 AdaOF 自适应选择样本并利用有价值离群点。
2024-04-06 cs.AI cs.CV
Learning Commonality, Divergence and Variety for Unsupervised Visible-Infrared Person Re-identification
Institute of Artificial Intelligence, Xiamen University（厦门大学人工智能研究院）；Shanghai Innovation Institute（上海创新研究院）；School of Informatics, Xiamen University（厦门大学信息学院）；East China Normal University（华东师范大学）
针对无监督可见光-红外行人重识别中聚类中心只关注共性的问题，提出结合困难原型、动态原型与渐进式对比学习的方法，以刻画分歧与多样性，并在SYSU-MM01和RegDB上验证有效。
2024-10-24 cs.CV
DeepBrainPrint: A Novel Contrastive Framework for Brain MRI Re-Identification
Queen Square Analytics（女王广场分析公司）；University College London（伦敦大学学院）；VU University Medical Center（阿姆斯特丹自由大学医学中心）
本文提出半自监督对比学习框架DeepBrainPrint，通过脑指纹构建、加权训练和新影像变换，实现同一患者脑MRI的高效鲁棒检索，并在ADNI等数据集上验证其优于现有方法。
2023-09-24 cs.CV cs.LG eess.IV
Hierarchical Skeleton Meta-Prototype Contrastive Learning with Hard Skeleton Mining for Unsupervised Person Re-Identification
Nanyang Technological University（南洋理工大学）；The University of British Columbia（不列颠哥伦比亚大学）
本文提出无监督分层骨架元原型对比学习方法Hi-MPC，结合困难骨架挖掘HSM，通过关节、部件、肢体分层建模与元原型一致性学习，在多个数据集上超越现有骨架行人重识别方法。
2023-09-19 cs.AI cs.CV
Dual-stream Multiple Instance Learning Network for Whole Slide Image Classification with Self-supervised Contrastive Learning
University of Wisconsin-Madison（威斯康星大学麦迪逊分校）；Morgridge Institute for Research（莫格里奇研究所）
我们解决了具有挑战性的问题，整个幻灯片图像（WSI）分类。WSI具有非常高的分辨率，并且通常缺少本地化的注释。当只有幻灯片级别的标签可用时，WSI分类可以转换为多实例学习（MIL）问题。我们提出了一种基于MIL的WSI分类和肿瘤检测方法，不需要本地化的注释。我们的方法有三个主要组成部分。首先，我们介绍了一种新的MIL聚合器，该聚合器采用可训练的距离测量对双流体系结构中的实例关系进行建模。其次，由于WSI可以产生大的或不平衡的袋子，阻碍了MIL模型的训练，我们建议使用自监督对比学习来提取MIL的良好表示，并减轻大袋子的内存成本过高的问题。第三，对多尺度WSI特征采用金字塔融合机制，进一步提高了分类和定位的准确性。我们的模型在两个有代表性的WSI数据集上进行了评估。我们的模型的分类准确性与完全监督的方法相比毫不逊色，数据集之间的准确性差距小于2%。我们的结果也优于所有以前的基于MIL的方法。标准MIL数据集上的其他基准测试结果进一步证明了我们的MIL聚合器在一般MIL问题上的卓越性能。GitHub存储库：https://github.com/binli123/dsmil-wsi
2021-04-02 cs.CV cs.LG
Unleashing the Potential of Unsupervised Pre-Training with Intra-Identity Regularization for Person Re-Identification
University of Science and Technology of China（中国科学技术大学）
现有的人员重新识别（ReID）方法通常直接加载预训练的ImageNet权重进行初始化。然而，作为一个细粒度的分类任务，ReID更具挑战性，并且ImageNet分类之间存在很大的领域差距。受具有对比目标的自监督表示学习的巨大成功的启发，在本文中，我们设计了一个基于对比学习（CL）管道的ReID无监督预训练框架，称为UP-ReID。在预训练过程中，我们试图解决学习细粒度ReID特征的两个关键问题：（1）CL管道中的增强可能会扭曲人物图像中的判别线索。(2)人物图像的细粒度局部特征没有被充分探索。因此，我们在UP-ReID中引入了一个身份内（I $^2$ -）正则化，该正则化被实例化为来自全局图像方面和局部补丁方面的两个约束：增强图像和原始图像之间的全局一致性以增加增强的鲁棒性，而每个图像的局部补丁之间的内在对比约束被用来充分探索局部判别线索。在多个流行的Re-ID数据集（包括PersonX，Market 1501，CUHK 03和MSMT 17）上进行的广泛实验表明，我们的UP-ReID预训练模型可以显着地有利于下游ReID微调并实现最先进的性能。代码和模型将发布到https://github.com/Frost-Yang-99/UP-ReID。
2021-12-01 cs.CV cs.MM
Contrastive Multiple Instance Learning for Weakly Supervised Person ReID
DEVCOM Army Research Lab（DEVCOM陆军研究实验室）；Carnegie Mellon University（卡内基梅隆大学）
本文提出CMIL框架，通过单一模型和对比损失解决弱监督行人重识别问题，在多个数据集上达到先进性能，并发布新数据集WL-MUDD。
2024-02-12 cs.CV cs.LG
Causality-based Dual-Contrastive Learning Framework for Domain Generalization
领域泛化（DG）本质上是分布外泛化的一个子分支，它从多个源域训练模型并泛化到看不见的目标域。近年来，出现了一些领域泛化算法，但大多数算法都是采用不可转移的复杂体系结构设计的。此外，对比学习已经成为一个有前途的解决方案，在DG的简单性和效率。然而，现有的对比学习忽略了域的变化，造成严重的模型混乱。在本文中，我们提出了一个双重对比学习（DCL）模块的特征和原型的对比。此外，我们设计了一个新的因果融合注意力（CFA）模块，融合不同的意见，一个单一的图像，以获得原型。此外，我们引入了一个基于相似性的硬对挖掘（SHM）策略，利用多样性变化的信息。大量的实验表明，我们的方法优于国家的最先进的算法在三个DG数据集。所提出的算法也可以作为一个即插即用的模块，而不使用域标签。
2023-03-22 cs.CV
Spectral Normalization and Dual Contrastive Regularization for Image-to-Image Translation
Nanjing Normal University（南京师范大学）
针对现有图像到图像翻译方法忽略全局结构约束的问题，提出结合谱归一化与双对比正则化的SN-DCR框架，通过语义和风格对比损失提升全局信息，增强模型稳定性，在多任务中达最优性能。
2024-03-09 cs.CV
Dual Contrastive Learning for General Face Forgery Detection
Xiamen University（厦门大学）；Tencent（腾讯）
随着各种人脸操作技术的出现，基于安全考虑的人脸伪造检测技术受到了越来越多的关注。以往的人脸伪造检测都是基于交叉熵损失的分类问题，它强调的是类别级的差异，而不是真实人脸和虚假人脸之间的本质差异，限制了模型在未知领域的推广。为了解决这个问题，我们提出了一种新的人脸伪造检测框架，命名为双对比学习（DCL），专门构造正负配对数据，并执行设计的对比学习在不同的粒度学习广义特征表示。具体而言，结合硬样本选择策略，提出了实例间对比学习（Inter-ICL）方法，通过构造实例对来促进任务相关判别特征的学习。此外，为了进一步探索本质上的差异，引入了实例内对比学习（Intra-ICL），通过在实例内构建局部区域对来关注伪造人脸中普遍存在的局部内容不一致性。在几个数据集上进行的大量实验和可视化显示了我们的方法对最先进的竞争对手的泛化能力。
2021-12-27 cs.CV
Dual Prototypical Contrastive Learning for Few-shot Semantic Segmentation
Yonsei University（延世大学）；Korea Aerospace University（韩国航空大学）
我们解决的问题，Few-Shot语义分割（FSS），其目的是分割新的类对象的目标图像与一些注释的样本。虽然最近的进展已经通过结合基于原型的度量学习，现有的方法仍然表现出有限的性能下极端的类内对象的变化和语义相似的类间对象，由于其穷人的功能表示。为了解决这个问题，我们提出了一个双原型对比学习的方法，适合于FSS的任务，有效地捕捉代表性的语义特征。其主要思想是通过在原型特征空间中增加类间距离同时减少类内距离来鼓励原型更具区分力。为此，我们首先提出了一个类特定的对比损失与动态原型字典，存储类感知的原型在训练过程中，从而使相同的类原型相似，不同的类原型是不相似的。此外，我们引入了一个类不可知的对比损失，以提高泛化能力，看不见的类，压缩每个情节内的语义类的特征分布。我们证明了所提出的双原型对比学习方法在PASCAL-5i和COCO-20 i数据集上的性能优于最先进的FSS方法。该代码可从以下网址获得：https://github.com/kwonjunn01/DPCL1。
2021-11-09 cs.CV
Dcl-Net: Dual Contrastive Learning Network for Semi-Supervised Multi-Organ Segmentation
College of Computer Science, Sichuan University（四川大学计算机学院）；Southwest China Institute of Electronic Technology（西南电子技术研究所）；College of Computer Science, Chengdu University of Information Technology（成都信息工程大学计算机学院）
针对半监督多器官分割中图像与类别关系利用不足的问题，提出两阶段Dcl-Net，通过全局与器官感知局部对比学习及掩码中心压缩提升分割性能。
2024-03-06 cs.CV
Dog nose print matching with dual global descriptor based on Contrastive Learning
Yunnan University（云南大学）；ShanghaiTech University（上海科技大学）；Zhejiang A&F University（浙江农林大学）
最近在基于生物识别的识别任务中的研究表明，深度学习方法可以实现更好的性能。这些方法一般提取全局特征作为描述符来表示原始图像。尽管如此，它在细粒度任务下的生物识别方面表现不佳。其主要原因是单一的图像描述符所包含的信息不足以表示图像。本文提出了一种双全局描述子模型，该模型结合多个全局描述子来开发多层次的图像特征。此外，我们利用对比损失扩大混淆类的图像表示之间的距离。该框架在CVPR2022生物识别研讨会宠物生物识别挑战赛上获得了前2名。源代码和经过训练的模型可在以下网址公开获取：https://github.com/flyingsheepbin/pet-biometrics
2022-06-01 cs.CV
Dual Contrastive Network for Few-Shot Remote Sensing Image Scene Classification
School of Electrical and Information Engineering, Tianjin University（天津大学电气与信息工程学院）；CETC Key Laboratory of Aerospace Information Applications（中国电子科技集团公司第五研究院航空航天信息应用重点实验室）
本文提出双对比网络DCN，通过上下文引导和细节引导的对比学习分支提升遥感图像少样本分类性能，实验表明其在四个公开数据集上表现优异。
2026-03-24 cs.CV
X-ray Recognition: Patient identification from X-rays using a contrastive objective
Rice University（莱斯大学）
本研究在深度学习可从胸部X光片提取生物信息的基础上，证实其还能通过对比目标精准区分不同患者的X光片，提示公共医学影像数据库普及需关注相关隐私风险。
2023-04-29 cs.CV eess.IV
Confidence-driven Gradient Modulation for Multimodal Human Activity Recognition: A Dynamic Contrastive Dual-Path Learning Approach
针对多模态人类活动识别中的跨模态特征对齐困难和模态贡献不平衡问题，提出动态对比双路径网络（DCDP-HAR）框架，通过双路径特征提取、多阶段对比学习和置信度驱动梯度调制，提升识别性能。
2025-08-26 cs.CV
Contrastive Pretraining with Dual Visual Encoders for Gloss-Free Sign Language Translation
CVSSP, University of Surrey（CVSSP，英国萨里大学）
提出一种基于双视觉编码器对比预训练的两阶段框架，通过融合互补视觉特征实现无 gloss 手语翻译，在 Phoenix-2014T 基准上取得了最高 BLEU-4 分数。
2025-07-14 cs.CV
Incomplete Multi-view Multi-label Classification via a Dual-level Contrastive Learning Framework
School of Big Data and Information Engineering（大数据与信息工程学院）；Guizhou University（贵州大学）
本文针对视图和标签双重缺失的多视图多标签分类问题，提出一种双层对比学习框架，通过双通道解耦模块分离一致性与视图特定信息，并在特征和标签层面施加对比学习约束，在多个基准数据集上取得更稳定优越的分类性能。
2025-11-09 cs.CV
Automatically Identify and Rectify: Robust Deep Contrastive Multi-view Clustering in Noisy Scenarios
National University of Singapore（新加坡国立大学）；Intelligent Game and Decision Lab（智能博弈与决策实验室）
针对多视图聚类中噪声导致性能下降的问题，提出框架AIRMVC，通过GMM识别噪声并设计混合纠正策略与噪声鲁棒对比机制生成可靠表示，显著提升了噪声场景下的聚类鲁棒性。
2025-05-27 cs.CV
Detail-recovery Image Deraining via Dual Sample-augmented Contrastive Learning
Nanjing University of Aeronautics and Astronautics（南京航空航天大学）；Nanyang Technological University（南洋理工大学）；The Hong Kong Polytechnic University（香港理工大学）；Ryerson University（瑞尔森大学）；Hefei University of Technology（合肥工业大学）
雨图像内容的复杂性往往导致尖端的deraining模型图像退化，包括残留的雨，错误删除的细节，扭曲的外观。当将在合成数据上训练的模型应用于真实世界的下雨图像时，这种退化进一步加剧。我们观察到两种类型的域之间的差距合成和现实世界的下雨图像：一个存在于雨条纹图案，另一个是像素级外观的无雨图像。为了弥合这两个领域的差距，我们提出了一个半监督的细节恢复图像去盲网络（半DRDNet）与双样本增强对比学习。Semi-DRDNet由三个子网络组成：（1）为了去除雨痕，提出了一个基于挤压激励的雨痕残差网络;（2）为了鼓励丢失的细节回归，提出了一个基于结构细节上下文聚合的细节修复网络，据我们所知，这是第一次;以及iii）为了为雨条纹和干净背景两者建立有效的对比约束，我们采用了一种新的双样本增强对比正则化网络，Semi-DRDNet在模拟和真实降雨数据上都能顺利运行，具有良好的鲁棒性和细节精度。包括我们建立的Real 200在内的四个数据集的比较显示，Semi-DRDNet比十五种最先进的方法有明显的改进。代码和数据集可在https://github.com/syy-whu/DRD-Net上获得。
2023-02-14 cs.CV
Single-Reference Text-to-Image Manipulation with Dual Contrastive Denoising Score
Department of Automation, School of Information Science and Technology, University of Science and Technology of China（自动化系、信息科学与技术学院、中国科学技术大学）
本文提出双重对比去噪分数框架，利用预训练文本到图像扩散模型的自注意力空间信息，在无需额外训练的情况下实现真实图像编辑中的内容修改与结构保持，并支持零样本图像到图像转换。
2025-08-18 cs.CV
DuoCLR: Dual-Surrogate Contrastive Learning for Skeleton-based Human Action Segmentation
University of Ottawa（渥太华大学）
本文提出DuoCLR框架，通过Shuffle and Warp增强策略和双代理任务（CPC与ROR）进行对比预训练，学习多尺度骨架特征，显著提升多类别和多标签动作分割性能。
2025-09-05 cs.CV
Dual Path Structural Contrastive Embeddings for Learning Novel Objects
Zhejiang University（浙江大学）；University of California, Los Angeles（加州大学洛杉矶分校）；Zhejiang Laboratory（之江实验室）
在机器学习领域，从少量的标记样本中学习新的类引起了越来越多的关注。基于元学习或迁移学习的研究表明，在一个好的特征空间上获取信息是一种有效的解决方案，可以在Few-Shot任务上获得良好的性能。在本文中，我们提出了一个简单但有效的范例，它将学习特征表示和分类器的任务进行了简化，并且通过典型的迁移学习训练策略仅从基类学习特征嵌入架构。为了保持基础和新类的泛化能力和每个类内的鉴别能力，我们提出了一种双路径特征学习方案，有效地结合了结构相似性与对比特征构建。通过这种方式，类内对齐和类间一致性可以很好地平衡，并导致性能的改善。三个流行的基准实验表明，当与一个简单的基于原型的分类器，我们的方法仍然可以实现有前途的结果，无论是在归纳或转导推理设置的标准和广义的Few-Shot问题。
2022-01-04 cs.CV
Contrastive Masked Autoencoders for Character-Level Open-Set Writer Identification
University of Technology Sydney（悉尼科技大学）；Australian AI Institute（澳大利亚人工智能研究所）；School of Computer Science, Faculty of Engineering and Information Technology, University of Technology Sydney（悉尼科技大学工程与信息技术学院计算机科学学院）
本文提出对比掩码自编码器（CMAE），结合掩码自编码与对比学习，用于字符级开放集笔迹鉴定，在CASIA数据集上达到89.7%的精确率，实现最先进性能。
2025-01-21 cs.CV cs.LG
DMMG: Dual Min-Max Games for Self-Supervised Skeleton-Based Action Recognition
University of Technology Sydney（悉尼科技大学）；University of Queensland（昆士兰大学）；RIKEN Center for Advanced Intelligence Project（理化学研究所先进智能项目中心）
在这项工作中，我们提出了一个新的双最小最大游戏（DMMG）的自监督骨架动作识别方法，通过增加未标记的数据在对比学习框架。我们的DMMG由一个观点变化的最小-最大博弈和边扰动的最小-最大博弈。这两个最小-最大游戏采用对抗范式，分别对骨架序列和图形结构的身体关节执行数据增强。我们的观点变化最小最大游戏的重点是构建各种硬对比对生成骨架序列从不同的观点。这些硬对比对帮助我们的模型学习代表性动作特征，从而促进模型向下游任务的转移。此外，我们的边扰动最小-最大游戏专门通过扰动基于图的身体关节之间的连接强度来构建不同的硬对比样本。连接强度变化对比对使得模型能够捕获不同动作的最小的足够信息，诸如动作的代表性手势，同时防止模型过拟合。通过充分利用所提出的DMMG，我们可以生成足够的具有挑战性的对比对，从而以自监督的方式从未标记的骨架数据中实现有区别的动作特征表示。大量的实验表明，我们的方法在广泛使用的NTU-RGB+D和NTU 120-RGB+D数据集上的各种评估协议下取得了优异的结果。
2023-02-22 cs.CV
Dual-Level Cross-Modal Contrastive Clustering
针对现有深度聚类方法忽略外部语义信息的问题，提出双层级跨模态对比聚类框架DXMC，利用预训练视觉-语言模型构建图像-文本对并进行跨模态对比学习，在五个基准数据集上验证了有效性。
2024-09-20 cs.CV
A dual-branch model with inter- and intra-branch contrastive loss for long-tailed recognition
South China University of Technology（华南理工大学）
针对长尾分布中尾部类别样本少、决策边界模糊的问题，本文提出 DB-LTR 双分支模型，通过不平衡学习分支与 CoLB 的原型、对比及度量损失增强尾部适应能力，并在三个基准上取得优于对比方法的结果。
2023-09-28 cs.CV
