FCL-COD: Weakly Supervised Camouflaged Object Detection with Frequency-aware and Contrastive Learning
Tsinghua University（清华大学）；Soochow University（苏州大学）
提出频率感知低秩适应（FoRA）和梯度感知对比学习，解决弱监督伪装目标检测中非伪装响应、局部/极端响应及边界模糊问题，在三个基准上超越现有弱监督和部分全监督方法。
2026-07-02 cs.CV
Contrastive Proposal Extension with LSTM Network for Weakly Supervised Object Detection
Zhengzhou University（郑州大学）
弱监督目标检测（WSOD）由于只使用图像级的标记，可以节省大量的标注开销而受到越来越多的关注。大多数WSOD方法以多实例学习（MIL）为基本框架，将其视为实例分类问题。然而，这些方法的基础上MIL往往只收敛于最有区别的区域的不同的情况下，而不是其相应的完整的区域，即不够完整。受人类观察事物的习惯的启发，我们提出了一种新的方法，通过比较初始建议和扩展的，以优化这些初始建议。具体来说，我们提出了一种新的WSOD策略，涉及对比建议扩展（CPE），它由多个定向对比建议扩展（D-CPE）组成，每个D-CPE包含基于LSTM网络的编码器和相应的解码器。首先，根据设计好的顺序，将MIL中初始建议的边界扩展到不同的位置。然后，CPE通过编码器提取扩展提案和初始提案的特征语义，对扩展提案和初始提案进行比较，计算初始提案的完整性，优化初始提案的评分。这些对比的上下文语义将指导基本的WSOD，以抑制坏的建议，提高好的分数。此外，设计了一个简单的双流网络作为解码器，以约束LSTM的时间编码，进一步提高WSOD的性能。在PASCAL VOC 2007、VOC 2012和MS-COCO数据集上的实验表明，该方法取得了较好的效果。
2022-10-19 cs.CV
Weakly-supervised Contrastive Learning with Quantity Prompts for Moving Infrared Small Target Detection
School of Computer Science and Engineering, University of Electronic Science and Technology of China（电子科技大学计算机科学与工程学院）
本文提出弱监督对比学习方法，利用数量提示进行移动红外小目标检测，通过对比学习提升伪标签可靠性，实验表明其性能接近最先进方法。
2026-02-01 cs.CV
Weakly-supervised Semantic Segmentation via Dual-stream Contrastive Learning of Cross-image Contextual Information
针对弱监督语义分割忽视跨图像语义信息的问题，提出 DSCNet 端到端框架，通过 PGCL、SGCL 与 DSCL 联合建模像素级和语义级上下文，并在 PASCAL VOC、MS COCO 上优于 SOTA。
2024-05-08 cs.CV
In-sample Contrastive Learning and Consistent Attention for Weakly Supervised Object Localization
Yonsei University（延世大学）
弱监督目标定位（WSOL）的目的是定位目标对象只使用图像级的监督。最近的方法鼓励模型通过丢弃最具区别性的部分来激活整个对象的特征图。然而，它们可能会导致过度扩展的背景，导致高估的本地化。在本文中，我们认为背景作为一个重要的线索，指导功能激活覆盖复杂的对象区域，并提出对比注意损失。丢失促进前景与其丢弃的版本之间的相似性，以及丢弃的版本与背景之间的不相似性。此外，我们提出前景一致性损失，惩罚较早的层产生噪音的注意力，关于后一层作为参考，为他们提供一种背景感。它引导早期层在对象上激活，而不是在局部独特的背景上激活，以便它们的注意力与后面的层相似。为了更好地优化上述损失，我们使用非局部注意力块来取代通道池注意力，从而增强注意力地图考虑空间相似性。最后但并非最不重要的是，我们建议除了最具鉴别力的区域之外，还删除背景区域。我们的方法在CUB-200-2011和ImageNet基准数据集上实现了关于顶级定位精度和MaxBoxAccV 2的最新性能，并且我们提供了对各个组件的详细分析。该代码将在网上公开，以供复制。
2020-09-25 cs.CV
Towards Precise Weakly Supervised Object Detection via Interactive Contrastive Learning of Context Information
针对现有弱监督目标检测忽略图像上下文信息的问题，提出融合实例级与语义级上下文、采用交互式图对比学习的JLWSOD框架，在主流基准上实现显著性能提升。
2023-05-05 cs.CV
Weakly-Supervised 3D Medical Image Segmentation using Geometric Prior and Contrastive Similarity
City University of Hong Kong（香港城市大学）；Beihang University（北京航空航天大学）
针对三维医学图像弱监督分割，本文提出融合点云几何先验与对比相似性损失的框架，以增强边界框监督并区分低对比度组织，在三个公开数据集上优于现有方法。
2023-02-04 cs.CV cs.LG eess.IV
SynSeg: Feature Synergy for Multi-Category Contrastive Learning in End-to-End Open-Vocabulary Semantic Segmentation
Beijing Jiaotong University（北京交通大学）
提出SynSeg方法，通过多类别对比学习和特征协同结构，在弱监督下提升开放词汇语义分割的定位与判别能力，在多个基准上mIoU提升0.6%-8.9%。
2026-06-29 cs.CV
Masked Collaborative Contrast for Weakly Supervised Semantic Segmentation
Zhejiang Lab（之江实验室）；University of Science and Technology of China（中国科学技术大学）；Zhejiang University（浙江大学）
本研究针对弱监督语义分割的语义区域凸显问题，提出掩码协同对比方法MCC，通过基于亲和矩阵掩码与对比学习对齐全局局部视角，性能优异且代码开源。
2023-11-08 cs.CV
SSR: Semantic and Spatial Rectification for CLIP-based Weakly Supervised Segmentation
本文提出SSR方法，通过语义与空间校正提升CLIP在弱监督分割中的性能，实现更高的mIoU分数。
2025-12-20 cs.CV
Domain Adaptation for Semantic Segmentation via Patch-Wise Contrastive Learning
EPFL（洛桑联邦理工学院）；Magic Leap；Amazon（亚马逊）
我们介绍了一种新的方法，无监督和半监督领域自适应语义分割。与许多早期依赖对抗学习进行特征对齐的方法不同，我们利用对比学习通过跨领域对齐结构相似的标签补丁的特征来弥合领域差距。因此，网络更易于训练并提供更好的性能。我们的方法在两个具有挑战性的域自适应分割任务上始终优于最先进的无监督和半监督方法，特别是在少量目标域注释的情况下。它也可以自然地扩展到弱监督的领域自适应，其中只有微小的准确性下降可以节省高达75%的注释成本。
2021-04-22 cs.CV
Open-World Weakly-Supervised Object Localization
Tencent Jarvis Lab（腾讯天衍实验室）；KAUST（阿卜杜拉国王科技大学）；National University of Singapore（新加坡国立大学）；Shenzhen University（深圳大学）
本文首次提出开放世界弱监督目标定位任务 OWSOL，通过对比表示协同学习和多语义中心驱动损失，在无边界框标注条件下定位已知与新类别目标，并在多个基准上大幅超越现有方法。
2023-04-19 cs.CV
Exploring Pixel-level Self-supervision for Weakly Supervised Semantic Segmentation
KAIST（韩国科学技术院）
现有的研究在弱监督语义分割（WSSS）利用类激活地图（CAM）本地化的类对象。然而，由于分类损失不足以提供精确的对象区域，因此CAM倾向于偏向于有区别的模式（即，稀疏性）并且不提供精确的对象边界信息（即，不精确）。为了解决这些限制，我们提出了一个新的框架（由MainNet和SupportNet组成）。其从给定的图像级监督导出像素级自我监督。在我们的框架中，在建议的区域对比模块（RCM）和多尺度注意模块（MAM）的帮助下，MainNet通过来自SupportNet的自我监督进行训练。RCM从SupportNet中提取了两种形式的自我监督：（1）从CAM生成的类区域掩码和（2）根据类区域掩码从特征中获得的类原型。然后，MainNet的每个像素级特征都由原型以对比的方式进行训练，从而锐化生成的CAM。MAM利用从SupportNet推断的多个尺度的CAM作为自我监督来指导MainNet。基于来自MainNet和SupportNet的多尺度CAM之间的不同，来自MainNet的CAM被训练以扩展到区分度较低的区域。该方法在PASCAL VOC 2012数据集的训练集和验证集上均显示出最先进的WSSS性能。为了可重复性，代码将很快公开。
2021-12-10 cs.CV
Annotation by Clicks: A Point-Supervised Contrastive Variance Method for Medical Semantic Segmentation
Carleton University（卡尔顿大学）；Canada CIFAR AI Chair（加拿大CIFAR人工智能讲席）
医学图像分割方法通常依赖于大量的密集注释图像进行模型训练，这是众所周知的昂贵和耗时的收集。为了减轻这一负担，弱监督技术已被利用来训练分割模型与较便宜的注释。本文提出了一种新的点监督对比方差医学图像语义分割方法（PSCV），它只需要一个像素点从每个器官类别进行注释。该方法通过使用一种新的对比方差（CV）损失来利用未标记的像素和标记像素上的部分交叉熵损失来训练基本分割网络。CV损失函数被设计为利用医学图像中器官的统计空间分布特性及其方差分布图表示来对未标记的像素执行区分性预测。在两个标准医学图像数据集上的实验结果表明，该方法在点监督医学图像语义分割任务上优于现有的弱监督方法.
2022-12-23 cs.AI cs.CV cs.LG
Boosting Weakly-Supervised Image Segmentation via Representation, Transform, and Compensator
Nanjing University of Science and Technology（南京理工大学）；Nanjing University（南京大学）；The Hong Kong University of Science and Technology（香港科技大学）
提出一种单阶段弱监督图像分割方法，利用孪生网络、对比学习、跨表示精炼和跨变换正则化提升CAM质量，在PASCAL VOC 2012上取得SOTA性能。
2023-09-02 cs.CV
Active Self-Training for Weakly Supervised 3D Scene Semantic Segmentation
Shenzhen University（深圳大学）；Carleton University（卡尔顿大学）
由于为训练点云的语义分割网络准备标记数据是一个耗时的过程，因此已经引入了弱监督方法来仅从一小部分数据中学习。这些方法通常基于具有对比损失的学习，同时从用户注释的标签的稀疏集合自动导出每点伪标签。在本文中，我们的主要观察结果是，选择要注释的样本与如何使用这些样本进行训练一样重要。因此，我们介绍了一种弱监督分割的3D场景，结合自我训练与主动学习的方法。主动学习选择可能导致训练模型性能改进的注释点，而自训练有效地使用用户提供的标签来学习模型。我们证明，我们的方法导致一个有效的方法，提供了改进的场景分割在以前的作品和基线，同时只需要少量的用户注释。
2022-09-15 cs.CV
Question-Answer Cross Language Image Matching for Weakly Supervised Semantic Segmentation
Shenzhen University（深圳大学）
本文提出QA-CLIMS框架，通过VQA提示生成前景与背景语料，并以区域图像文本对比学习增强CAM，在WSSS两个基准上达到最先进性能。
2024-01-18 cs.CV
Prototype-Based Image Prompting for Weakly Supervised Histopathological Image Segmentation
University of New South Wales（新南威尔士大学）
针对组织病理图像弱监督分割中CAM不完整及类间同质、类内异质问题，提出基于原型的图像提示框架，利用聚类原型与对比匹配损失提升CAM质量，并在四个数据集上取得新基准。
2025-03-15 cs.CV
From Sight to Insight: Unleashing Eye-Tracking in Weakly Supervised Video Salient Object Detection
Institute of Information Science, Beijing Jiaotong University（北京交通大学信息科学研究院）；School of Control Science and Engineering, Shandong University（山东大学控制科学与工程学院）；ByteDance China（字节跳动中国）；ByteDance USA（字节跳动美国）；Lingnan University（岭南大学）
本文研究弱监督视频显著性目标检测问题，通过引入眼动注视点信息，提出PSE模块提供位置与语义指导，设计SLQ竞争器进行特征选择，并构建IIMC对比学习范式增强时空建模，在五个基准上取得优异性能。
2025-06-30 cs.CV
COARSE3D: Class-Prototypes for Contrastive Learning in Weakly-Supervised 3D Point Cloud Segmentation
South China University of Technology（华南理工大学）；Inria（法国国家信息与自动化研究所）
大规模3D数据的注释是出了名的麻烦和昂贵。作为替代方案，弱监督学习通过将注释减少几个数量级来满足这种需要。我们提出了COARSE 3D，一种新的架构不可知的对比学习战略的3D分割。由于对比学习需要丰富多样的例子作为键和锚，我们利用一个原型存储体有效地捕获类全局数据集信息到少量的原型作为键。然后，熵驱动的采样技术允许我们从预测中选择好的像素作为锚点。在三个基于投影的主干上的实验表明，我们在三个具有挑战性的真实户外数据集上的表现优于基线，使用低至0.001%的注释。
2022-10-08 cs.CV
Weakly-Supervised Text Instance Segmentation
Shanghai Key Laboratory of Intelligent Information Processing（上海市智能信息处理重点实验室）；School of Computer Science, Fudan University（复旦大学计算机科学学院）
文本分割是一项具有挑战性的视觉任务，有许多下游应用。目前的文本分割方法需要像素级的标注，人工成本昂贵，应用场景有限。在本文中，我们首次尝试进行弱监督文本实例分割的桥梁文本识别和文本分割。洞察是，文本识别方法提供每个文本实例的精确注意位置，并且注意位置可以馈送到文本自适应细化头（TAR）和文本分割头。具体而言，建议TAR生成伪标签，通过执行两阶段的迭代细化操作的注意位置，以适应相应的文本实例的准确边界。同时，文本分割头采用粗略的注意力位置来预测分割模板，这些模板由上述伪标签监督。此外，我们设计了一个掩码增强的对比学习，将我们的分割结果作为输入文本图像的增强版本，从而提高了视觉表示，并进一步提高了识别和分割的性能。实验结果表明，该方法在ICDAR 13-FST（$\%$改进18.95）和TextSeg（$\%$改进17.80）上的性能明显优于弱监督的实例分割方法.
2023-03-23 cs.CV
Weakly Supervised Human-Object Interaction Detection in Video via Contrastive Spatiotemporal Regions
MIT（麻省理工学院）；CIIRC CTU（捷克理工大学计算机科学与人工智能研究所）；Adobe（奥多比）
我们介绍了弱监督学习的任务，用于检测视频中的人和对象的交互。我们的任务带来了独特的挑战，因为系统不知道视频中存在什么类型的人与物体的交互，也不知道人与物体的实际时空位置。为了解决这些挑战，我们引入了一种对比性弱监督训练损失，旨在将视频中的时空区域与动作和对象词汇相关联，并鼓励移动对象的视觉外观的时间连续性作为自我监督的一种形式。为了训练我们的模型，我们引入了一个数据集，该数据集包括超过6.5k个带有人机交互注释的视频，这些注释是从与视频相关的句子标题中半自动策划的。我们证明了在弱监督基线上改进的性能，这些基线适合我们在视频数据集上的任务。
2021-10-07 cs.CV
Boosting Weakly Supervised Object Detection using Fusion and Priors from Hallucinated Depth
University of Pittsburgh（匹兹堡大学）
本文提出一种即插即用的WSOD增强方法，利用单目深度估计产生的幻觉深度进行对比融合，并结合语言上下文计算深度先验以修正伪标签和框置信度，在六个数据集上显著提升两种先进WSOD方法。
2023-11-08 cs.CV
Foundation Model Assisted Weakly Supervised Semantic Segmentation
Zhejiang University（浙江大学）
提出一种由CLIP与SAM驱动的由粗到细WSSS框架，通过可学习任务提示和SAMS模块生成高质量伪标签种子，在PASCAL VOC 2012上达到SOTA。
2023-12-10 cs.AI cs.CV
MGFN: Magnitude-Contrastive Glance-and-Focus Network for Weakly-Supervised Video Anomaly Detection
The University of Hong Kong（香港大学）；The Chinese University of Hong Kong（香港中文大学）
监控视频中的弱监督异常检测是一项具有挑战性的任务。超越现有的作品，有缺陷的能力来定位长视频中的异常，我们提出了一种新的扫视和焦点网络，有效地整合时空信息，准确的异常检测。此外，我们根据经验发现，现有的方法，使用特征幅度来表示异常的程度通常忽略了场景变化的影响，并因此导致次优性能，由于跨场景的特征幅度的不一致性。为了解决这个问题，我们提出了特征放大机制和幅度对比损失，以提高特征幅度检测异常的区分度。两个大规模的基准UCF-Crime和XD-Violence的实验结果表明，我们的方法优于国家的最先进的方法。
2022-11-28 cs.CV
2D Feature Distillation for Weakly- and Semi-Supervised 3D Semantic Segmentation
ETH Zurich（苏黎世联邦理工学院）；Huawei Technologies（华为技术有限公司）；KU Leuven（鲁汶大学）；INSAIT（INSAIT研究所）
提出图像引导网络IGNet，通过蒸馏2D语义分割特征并结合单向对比学习与FOVMix策略，在弱监督和半监督3D语义分割任务中取得SOTA性能。
2023-11-27 cs.CV
Deep Intra-Image Contrastive Learning for Weakly Supervised One-Step Person Search
Tianjin University（天津大学）；University of Warwick（华威大学）；Northwestern Polytechnical University（西北工业大学）
本文提出基于Siamese network的深度图像内对比学习方法，通过空间不变对比和遮挡不变对比模块解决空间级与遮挡级方差问题，在CUHK-SYSU和PRW数据集上实现了弱监督单步人员搜索的最先进性能。
2023-02-09 cs.CV
Weakly Supervised Contrastive Learning
University of Science and Technology of China（中国科学技术大学）；SenseTime Research（商汤科技研究院）；Tsinghua University（清华大学）；The Chinese University of Hong Kong（香港中文大学）；The University of Sydney（悉尼大学）
无监督视觉表示学习由于对比学习近年来取得的成就而受到计算机视觉界的广泛关注。现有的对比学习框架大多采用实例判别作为前提任务，将每一个实例作为一个不同的类来处理。然而，这样的方法将不可避免地导致类冲突问题，这损害了学习表示的质量。出于这一观察的动机，我们引入了一个弱监督的对比学习框架（WCL）来解决这个问题。具体来说，我们提出的框架是基于两个投影头，其中一个将执行常规的实例判别任务。另一个头将使用基于图的方法来探索相似的样本并生成弱标签，然后基于弱标签执行有监督的对比学习任务，以将相似的图像拉近。我们进一步引入了一个基于K-近邻的多作物策略来扩大阳性样本的数量。大量的实验结果表明，WCL提高了跨不同数据集的自监督表示的质量。值得注意的是，我们得到了半监督学习的一个新的最先进的结果。只有1\%和10\%的标记示例，WCL使用ResNet 50实现了65\%和72\%的ImageNet Top-1准确度，甚至高于使用ResNet 101的SimCLRv 2。
2021-10-10 cs.CV
Negative Prototypes Guided Contrastive Learning for WSOD
School of Artificial Intelligence, Beijing University of Posts and Telecommunications（北京邮电大学人工智能学院）
针对弱监督目标检测忽略实例间图像关系的问题，提出负原型引导对比学习架构，通过构建全局特征库存储正负原型并结合伪标签采样模块优化特征表示，在VOC数据集上达到最先进性能。
2024-06-04 cs.AI cs.CV
Weakly-Supervised Text-driven Contrastive Learning for Facial Behavior Understanding
State University of New York at Binghamton（纽约州立大学宾汉姆顿分校）；Rice University（莱斯大学）
针对面部行为对比学习中正负对构建受身份干扰的问题，提出两阶段文本嵌入对比学习框架CLEF，利用粗粒度活动描述构建正负对并结合文本标签训练，在多类基准数据集上取得SOTA性能。
2023-08-25 cs.CV
Class Re-Activation Maps for Weakly-Supervised Semantic Segmentation
Singapore Management University（新加坡管理大学）；Nanyang Technological University（南洋理工大学）；Damo Academy, Alibaba Group（阿里巴巴集团达摩院）
提取类激活图（CAM）可以说是为弱监督语义分割（WSSS）生成伪掩码的最标准步骤。然而，我们发现，不令人满意的伪掩模的关键是二进制交叉熵损失（BCE）广泛使用的CAM。具体地，由于BCE的类上求和池化性质，CAM中的每个像素可以响应于在同一感受野中共同出现的多个类。因此，给定一个类，其热CAM像素可能错误地侵入属于其他类的区域，或者非热CAM像素可能实际上是该类的一部分。为此，我们引入了一个非常简单但非常有效的方法：通过使用softmax交叉熵损失（SCE）重新激活收敛的CAM，称为\textbf{ReCAM}。给定一幅图像，我们使用CAM提取每个类的特征像素，并使用它们与类标签一起使用SCE学习另一个全连接层（骨干之后）。一旦收敛，我们以与CAM中相同的方式提取ReCAM。由于SCE的对比性质，像素响应被分解为不同的类别，因此预期较少的掩模模糊性。对PASCAL VOC和MS~COCO的评估表明，ReCAM不仅可以生成高质量的掩码，而且可以在任何CAM变体中以很小的开销支持即插即用。
2022-03-02 cs.CV
An Active and Contrastive Learning Framework for Fine-Grained Off-Road Semantic Segmentation
Peking University（北京大学）；China North Vehicle Research Institute（中国北方车辆研究所）
由于粗粒度道路检测无法满足具有各种机械特性的越野车辆的需求，因此需要对越野车辆进行细粒度的语义分割，以帮助自动驾驶车辆理解驾驶场景。越野场景中的细粒度语义分割由于自然环境的模糊性，通常没有统一的类别定义，并且逐像素标注的代价非常高。此外，越野场景的语义属性可以是非常多变的，由于各种降水，温度，落叶等，为了解决这些挑战，本研究提出了一种积极的和基于对比学习的方法，不依赖于像素的标签，但只基于补丁的弱注释模型学习。不需要预先定义语义类别，基于对比学习的特征表示和自适应聚类将从场景数据中发现类别模型。为了主动适应新场景，提出了一种风险评估方法，发现并选择具有高风险预测的硬帧进行补充标注，从而高效更新模型。在我们自主开发的越野数据集和DeepScene数据集上进行的实验表明，只需几十个弱标记帧就可以学习细粒度的语义分割，并且该模型可以通过弱监督有效地适应场景，同时实现与典型的全监督基线几乎相同的性能水平。
2022-02-18 cs.CV cs.RO
Unifying and Personalizing Weakly-supervised Federated Medical Image Segmentation via Adaptive Representation and Aggregation
Southern University of Science and Technology（南方科技大学）；The University of Hong Kong（香港大学）；Jiaxing Research Institute, Southern University of Science and Technology（南方科技大学嘉兴研究院）
本文提出个性化联邦学习框架FedICRA，通过自适应对比表示与聚合统一异构弱监督，并利用多尺度树能量损失和门控CRF损失生成伪标签，在医学图像分割中性能接近集中式全监督训练。
2023-04-12 cs.CV eess.IV
WeakSupCon: Weakly Supervised Contrastive Learning for Encoder Pre-training
Department of Electrical and Computer Engineering, University of Utah, Salt Lake City, UT, USA（电气与计算机工程系，犹他大学）；Scientific Computing and Imaging Institute, University of Utah, SLC, UT, USA（科学计算与成像研究所，犹他大学）；Department of Pathology, University of Utah, SLC, UT, USA（病理学系，犹他大学）
针对弱监督MIL中特征表示学习被忽视的问题，提出利用包级标签的WeakSupCon方法，通过多任务学习为不同标签样本设不同对比损失，在有限算力下于三个数据集上显著提升MIL分类性能。
2025-07-30 cs.CV
Weakly-supervised ROI extraction method based on contrastive learning for remote sensing images
Beijing Foreign Studies University（北京外国语大学）
针对遥感图像ROI提取中地形复杂、标注昂贵且弱监督方法精度不足的问题，提出基于对比学习的两步法，利用多尺度Grad-CAM生成伪标注并对比学习分离前景背景，实验验证其优越性。
2023-05-10 cs.CV
Universal Weakly Supervised Segmentation by Pixel-to-Segment Contrastive Learning
UC Berkeley（加州大学伯克利分校）；ICSI（国际计算机科学研究所）
弱监督分割需要基于带有部分注释的训练实例为每个像素分配标签，例如图像级标签，对象边界框，标记点和涂鸦。这项任务是具有挑战性的，因为粗糙的注释（标签，框）缺乏精确的像素定位，而稀疏的注释（点，涂鸦）缺乏广泛的区域覆盖。现有的方法以不同的方式处理这两种类型的弱监督：类激活映射用于定位粗糙标签并迭代地细化分割模型，而条件随机场用于将稀疏标签传播到整个图像。我们将弱监督分割制定为半监督度量学习问题，其中相同（不同）语义的像素需要映射到相同（独特）特征。我们提出了特征空间中像素和片段之间的4种类型的对比关系，捕获低级别的图像相似性，语义注释，共现和特征亲和力它们作为先验;像素特征可以从训练图像中以数据驱动的方式学习任何部分注释。特别是，训练图像中的未标记像素不仅参与每个图像内的数据驱动分组，而且还参与图像内和图像间的区分特征学习。我们提供了一个通用的弱监督分割器，在Pascal VOC和DensePose上有显著的收益。我们的代码可在https://github.com/twke18/SPML上公开获取。
2021-05-11 cs.CV
Weakly Supervised Contrastive Adversarial Training for Learning Robust Features from Semi-supervised Data
School of Computer Science, Sichuan University（四川大学计算机学院）
针对现有对抗训练扰动不完整、鲁棒特征学习效果不佳，且完全扰动受特征区分难、标记数据少限制的问题，提出基于信息论的弱监督对比对抗训练方法，通过半监督数据上的完全对抗样本扰动提升鲁棒特征学习效果，经理论与实验验证有效。
2025-03-20 cs.CV
CPCL: Cross-Modal Prototypical Contrastive Learning for Weakly Supervised Text-based Person Retrieval
本文提出CPCL方法，通过引入CLIP模型、原型多模态记忆模块和离群伪标签挖掘模块，利用跨模态原型对比学习解决弱监督文本行人检索中的类内差异问题，并在多个基准上验证了其有效性和泛化性。
2025-08-18 cs.CV
Self-supervised and Weakly Supervised Contrastive Learning for Frame-wise Action Representations
先前的动作表示学习工作集中在短视频片段的全局表示。相比之下，许多实际应用，如视频对齐，强烈要求学习长视频的密集表示。在本文中，我们引入了一个新的对比动作表示学习（CARL）框架，以自监督或弱监督的方式学习逐帧动作表示，特别是对于长视频。具体来说，我们引入了一个简单但有效的视频编码器，它通过结合卷积和Transformer来考虑空间和时间上下文。受最近自监督学习取得的巨大进展的启发，我们提出了一种新的序列对比度损失（SCL）适用于两个相关的意见，通过扩大一系列的时空数据在两个版本。一种是自监督版本，通过最小化两个增强视图的序列相似性和时间戳距离的先验高斯分布之间的KL-发散来优化嵌入空间。另一种是弱监督版本，通过动态时间包裹（DTW）使用视频级标签在视频之间构建更多的样本对。FineGym，PennAction和Pouring数据集上的实验表明，我们的方法在下游细粒度动作分类和更快的推理方面比以前的最先进方法有很大的优势。令人惊讶的是，虽然没有像以前的作品那样对配对视频进行训练，但我们的自监督版本在视频对齐和细粒度帧检索任务中也表现出出色的性能。
2023-03-02 cs.CV
Weakly Supervised Contrastive Learning for Histopathology Patch Embeddings
Department of Electrical and Computer Engineering, University of Utah（电气与计算机工程系，犹他大学）；Scientific Computing and Imaging Institute, University of Utah（科学计算与成像研究所，犹他大学）；Department of Pathology, University of Utah（病理学系，犹他大学）
本文提出弱监督对比学习方法，通过结合袋级标签信息提升病理切片嵌入的下游MIL性能。
2026-02-12 cs.CV
Contrastive Transformer-based Multiple Instance Learning for Weakly Supervised Polyp Frame Detection
Australian Institute for Machine Learning（澳大利亚机器学习研究所）；University of Adelaide（阿德莱德大学）；South Australian Health and Medical Research Institute（南澳大利亚健康与医学研究所）；Singapore Management University（新加坡管理大学）
目前来自结肠镜检查视频的息肉检测方法仅使用正常（即，健康的）训练图像，其i）忽略连续视频帧中的时间信息的重要性，以及ii）缺乏关于息肉的知识。因此，它们通常具有高检测误差，特别是在具有挑战性的息肉病例（例如，小的、扁平的或部分可见的息肉）。在这项工作中，我们制定息肉检测作为一个弱监督的异常检测任务，使用视频级标记的训练数据来检测帧级息肉。特别是，我们提出了一种新的基于卷积变换的多实例学习方法，旨在识别异常帧（即，具有息肉的帧）来自异常视频（即，包含至少一个具有息肉的帧的视频）。在我们的方法中，本地和全局时间依赖性被无缝捕获，同时我们优化视频和片段级异常分数。还提出了一种对比片段挖掘方法，以实现具有挑战性的息肉病例的有效建模。由此产生的方法实现了检测精度，大大优于目前最先进的方法在这项工作中引入的新的大规模结肠镜检查视频数据集。
2022-05-18 cs.CV
CoLA: Weakly-Supervised Temporal Action Localization with Snippet Contrastive Learning
Peking University（北京大学）；Peng Cheng Laboratory（鹏城实验室）
弱监督时间动作定位（WS-TAL）的目的是定位动作在未经修剪的视频只有视频级的标签。大多数现有的模型遵循“分类定位”的过程：定位对视频级分类贡献最大的时间区域。通常，他们单独处理每个片段（或帧），从而忽略了富有成效的时间上下文关系。这里出现了单个片段欺骗问题：“硬”片段太模糊，无法分类。在本文中，我们认为，通过比较学习有助于识别这些硬片段，我们建议利用片段对比学习本地化动作，简称CoLA。具体来说，我们提出了一种SniCoIntrast（SniCo）Loss来细化特征空间中的硬片段表示，从而引导网络感知精确的时间边界并避免时间间隔中断。此外，由于访问帧级注释是不可行的，我们引入了硬片段挖掘算法来定位潜在的硬片段。大量的分析表明，这种挖掘策略有效地捕获了硬片段和SniCo损失导致更多的信息特征表示。大量的实验表明，CoLA在THUMOS'14和ActivityNet v1.2数据集上实现了最先进的结果。CoLA代码可在https://github.com/zhang-can/CoLA上公开获得。
2021-07-28 cs.CV
Weakly Supervised Face Naming with Symmetry-Enhanced Contrastive Loss
KU Leuven（鲁汶大学）
我们重新审视了弱监督的跨模态脸名对齐任务;也就是说，给定一幅图像和一个标题，我们用标题中出现的名字来标记图像中的脸。鉴于过去的方法已经学会了潜在的对齐名称和面孔之间的不确定性推理的一组图像和它们各自的标题，在本文中，我们依靠适当的损失函数学习对齐神经网络设置，并提出SECLA和SECLA-B。SECLA是一种基于对称增强对比学习的对齐模型，可以以弱监督的方式有效地最大化对应人脸和姓名之间的相似性得分。该模型的一个变体SECLA-B学习像人类一样对齐名字和面孔，也就是说，从简单到困难的情况学习，以进一步提高SECLA的性能。更具体地说，SECLA-B应用了一个两阶段的学习框架：（1）在一个简单的子集上训练模型，每个图像-标题对中有几个名字和面孔。(2)利用简单案例中已知的姓名和面孔对，使用具有额外损失的自举策略来防止遗忘，同时学习新的对齐。我们在Wild数据集和Celebrity Together数据集中实现了增强的Labeled Faces的最新结果。此外，我们相信我们的方法可以适用于其他多模式新闻理解任务。
2022-10-17 cs.CV
Fine-grained Temporal Contrastive Learning for Weakly-supervised Temporal Action Localization
Institute of Automation, Chinese Academy of Sciences (CASIA)（中国科学院自动化研究所）；University of Chinese Academy of Sciences (UCAS)（中国科学院大学）；Peng Cheng Laboratory（鹏城实验室）
我们的目标是弱监督动作定位（WSAL）任务，在模型训练期间只有视频级别的动作标签可用。尽管最近的进展，现有的方法主要包括一个本地化的分类范式，并忽略了富有成效的细粒度的视频序列之间的时间区别，从而遭受严重的模糊性，在分类学习和分类到本地化的适应。本文认为，学习的上下文比较序列序列的区别提供了一个重要的归纳偏差WSAL，并有助于确定连贯的行动实例。具体而言，在可微动态规划公式下，设计了两个互补的对比目标，包括细粒度序列距离（FSD）对比和最长公共子序列（LCS）对比，其中第一个目标通过使用匹配、插入和删除操作来考虑各种动作/背景提议的关系，第二个目标挖掘两个视频之间的最长公共连续性。这两个对比模块可以相互增强，共同享有的区别性动作背景分离和分类和定位之间的任务差距缩小的优点。大量的实验表明，我们的方法在两个流行的基准测试中达到了最先进的性能。我们的代码可在www.example.com上获得。
2022-03-31 cs.CV
CDGP: Contrastive Dual Gaussian Processes for Weakly Supervised Anomaly Segmentation
Korea University（高丽大学）；Dartmouth College（达特茅斯学院）
针对工业视觉检测中像素级缺陷标注成本高的问题，提出弱监督框架CDGP，通过建模预测分布与后验优势统计量实现异常分割，在MVTec AD~2等数据集上定位指标表现优异。
2026-08-20 cs.CV
WeCromCL: Weakly Supervised Cross-Modality Contrastive Learning for Transcription-only Supervised Text Spotting
Baidu Inc.（百度公司）
针对仅转录监督文本定位无需边界标注的需求，提出弱监督跨模态对比学习模型WeCromCL，通过逐字符细粒度对比学习检测转录文本锚点作为伪标签，在四个基准上取得优于现有方法的性能。
2025-01-13 cs.AI cs.CV
Cross Language Image Matching for Weakly Supervised Semantic Segmentation
Shenzhen University（深圳大学）；Shenzhen Institute of Artificial Intelligence of Robotics of Society（深圳人工智能与机器人社会研究院）
CAM（Class Activation Map）通常只激活具有区别性的目标区域，并错误地包含大量与目标相关的背景。由于WSSS（弱监督语义分割）模型只能使用一组固定的图像级对象标签，因此很难抑制由开集对象组成的各种背景区域。在本文中，我们提出了一种新的跨语言图像匹配（CLIMS）框架，最近推出的对比图像预训练（CLIP）模型的基础上，WSSS。我们的框架的核心思想是引入自然语言监督，以激活更完整的对象区域和抑制密切相关的开放背景区域。特别是，我们设计了对象，背景区域和文本标签匹配损失，以指导模型激发更合理的对象区域CAM的每一个类别。此外，我们设计了一个共同出现的背景抑制损失，以防止模型激活密切相关的背景区域，与预定义的一组类相关的背景文本描述。这些设计使得所提出的CLIMS能够为目标对象生成更完整和紧凑的激活图。在PASCAL VOC2012数据集上的大量实验表明，我们的CLIMS显着优于以前的最先进的方法。
2022-03-25 cs.CL cs.CV
Weakly-supervised VLM-guided Partial Contrastive Learning for Visual Language Navigation
University of New South Wales（新南威尔士大学）；Adobe Research（Adobe研究）；University of California San Diego（加州大学圣地亚哥分校）；Northeastern University（东北大学）；CSIRO’s Data61 and University of New South Wales（CSIRO Data61和新南威尔士大学）
针对视觉语言导航中动态视角感知和VLM微调成本高的问题，提出弱监督部分对比学习（WPCL），无需微调VLM即可提升智能体识别能力，在多个基准上超越基线。
2025-06-18 cs.CV
Weakly Contrastive Learning via Batch Instance Discrimination and Feature Clustering for Small Sample SAR ATR
Wuyi University（五邑大学）；Beihang University（北京航空航天大学）
针对小样本SAR自动目标识别中标注数据不足的问题，本文提出BIDFC框架，通过批实例判别、可调节嵌入距离的弱对比学习及动态加权方差损失进行特征聚类，在MSTAR等数据集上仅用少量训练数据即取得高识别准确率。
2024-08-07 cs.CV
Instance-Aware Pseudo-Labeling and Class-Focused Contrastive Learning for Weakly Supervised Domain Adaptive Segmentation of Electron Microscopy
College of Computer Science and Technology, Huaqiao University（华侨大学计算机科学与技术学院）；Department of Digital Economics, Jimei University（厦门理工学院数字经济系）
本文提出实例感知伪标签与类别聚焦对比学习方法，用于弱监督领域自适应显微镜图像分割，有效提升分割性能并缩小与监督方法的差距。
2026-05-01 cs.CV
FrGNet: A fourier-guided weakly-supervised framework for nuclear instance segmentation
针对细胞核实例分割标注昂贵的问题，提出傅里叶引导与实例级对比的弱监督框架FrGNet，在公开和私有数据集上取得接近全监督的性能与良好泛化性。
2025-02-18 cs.AI cs.CV
CoLeaF: A Contrastive-Collaborative Learning Framework for Weakly Supervised Audio-Visual Video Parsing
University of Surrey（萨里大学）；Centre for Vision, Speech and Signal Processing（视觉、语音与信号处理中心）
针对弱监督音视频视频解析中跨模态学习损害未对齐事件检测及类别关系建模增加推理成本的问题，提出CoLeaF框架，优化跨模态信息整合并利用训练期跨类别关系，还提出新评估指标，在两个数据集上F值均有提升。
2024-07-15 cs.CV
Semi-weakly Supervised Contrastive Representation Learning for Retinal Fundus Images
Nanyang Technological University（南洋理工大学）
我们探讨了弱标签在学习医学图像的可转移表示中的价值。与手工标记的数据集相比，弱或不精确的标签可以以显著更低的成本大量获取，并且可以为深度神经网络等数据饥饿模型提供有用的训练信号。我们认为弱标签的形式伪标签，并提出了一个半弱监督对比学习（SWCL）的表示学习使用半弱注释图像的框架。具体来说，我们训练一个半监督模型，将标签从一个由不同图像级注释组成的小数据集传播到一个大型未标记数据集。使用传播的标签，我们生成一个补丁级数据集进行预训练，并制定一个多标签对比学习目标，以捕获编码在每个补丁的位置特定的功能。我们在七个公开的视网膜眼底数据集上实证验证了SWCL的迁移学习性能，包括三个疾病分类任务和两个解剖结构分割任务。我们的实验结果表明，在非常低的数据状态下，改进架构上的大规模ImageNet预训练仍然是一个非常强大的基线，最近提出的自监督方法在分割任务中表现不佳，可能是由于施加了强不变约束。我们的方法超越了所有先前的自监督方法和标准交叉熵训练，同时缩小了与ImageNet预训练的差距。
2021-08-04 cs.CV cs.LG
Weakly-supervised Contrastive Learning for Unsupervised Object Discovery
Northwestern Polytechnical University（西北工业大学）；Australian National University（澳大利亚国立大学）
本文针对无监督物体发现任务，提出通过弱监督对比学习微调DINO特征编码器以增强语义特征，并结合主成分分析定位物体区域，在基准数据集上验证了有效性。
2023-07-07 cs.CV
