Harbin Institute of Technology（哈尔滨工业大学）

OMUDA: Omni-level Masking for Unsupervised Domain Adaptation in Semantic Segmentation

OMUDA: 用于语义分割中无监督领域适应的多级遮蔽

Yang Ou, Xiongwei Zhao, Xinye Yang, Yihan Wang, Yicheng Di, Rong Yuan, Xieyuanli Chen, Xu Zhu

机构 * School of Mechanical Engineering, Chengdu University（成都大学机械工程学院） ； School of Information Science and Technology, Harbin Institute of Technology（哈尔滨工业大学信息科学与技术学院） ； School of Computer Science and Informatics, Cardiff University（卡的夫大学计算机科学与信息学院） ； School of Artificial Intelligence and Computer Science, Jiangnan University（江南大学人工智能与计算机科学学院） ； College of Intelligence Science and Technology, National University of Defense Technology（国防科技大学智能科学与技术学院） 纠错

AI总结 OMUDA通过多级遮蔽策略提升无监督领域适应在语义分割中的性能，实现跨领域泛化和精度提升。

Comments Submitted to TMM

HUD: Hierarchical Uncertainty-Aware Disambiguation Network for Composed Video Retrieval

HUD: 用于组合视频检索的层次不确定性感知网络

Zhiwei Chen, Yupeng Hu, Zixu Li, Zhiheng Fu, Haokun Wen, Weili Guan

机构 * School of Software Shandong University Jinan China（软件学院 山东大学 济南 中国） ； School of Data Science City University of Hong Kong Hong Kong China（数据科学学院 香港城市大学 香港 中国） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； City University of Hong Kong（香港城市大学） 纠错

AI总结 HUD通过层次不确定性感知网络提升组合视频检索的多模态查询理解与特征学习精度。

Comments Accepted by ACM MM 2025