WACV

DiRe: Diversity-promoting Regularization for Dataset Condensation

DiRe：促进多样性的正则化方法用于数据集压缩

Saumyaranjan Mohanty, Aravind Reddy, Konda Reddy Mopuri

机构 * Department of Artificial Intelligence, Indian Institute of Technology Hyderabad（人工智能系，印度理工学院海得拉巴） ； Centre for Responsible AI, Wadhwani School of Data Science & AI, Indian Institute of Technology Madras（负责任人工智能中心，Wadhwani数据科学与人工智能学院，印度理工学院马德拉斯） 纠错

AI总结 DiRe通过引入余弦相似度和欧几里得距离的正则化方法，提升数据集压缩的多样性与泛化能力。

Comments Accepted at WACV 2026. v2: Optimized figure assets to reduce PDF size, no content changes

Matching Semantically Similar Non-Identical Objects

匹配语义相似但不相同的对象

Yusuke Marumo, Kazuhiko Kawamoto, Satomi Tanaka, Shigenobu Hirano, Hiroshi Kera

机构 * Chiba University（千叶大学） ； Ricoh Company（理光公司） 纠错

AI总结 本研究提出语义增强加权方法，实现像素级别匹配语义相似但不相同的对象，适用于不同视角、类别差异和域转移等场景。

Comments WACV 2026