English(EN) Aligned Consensus Teaching for Label-Efficient Oriented Object Detection in Weakly-Aligned Visible-Infrared Imagery

新框架提升标签高效可见光-红外目标检测能力

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-17 04:00

研究人员开发了一个名为对齐共识教师（ACT）的新框架，以改进可见光-红外图像中的标签高效定向目标检测。该方法解决了双模态检测中半监督学习的挑战，特别是在只有少量图像对被完全标注的情况下。ACT 结合了循环一致性区域对齐以实现稳健的跨模态匹配，跨模态共识均值教师以生成伪标签，以及文本引导的跨模态实例增强以解决尾部类别标注稀缺的问题。在 DroneVehicle 和 VEDAI 数据集上的实验证明了 ACT 的有效性，即使在标注数据有限的情况下也能取得显著的性能提升。 AI

影响这项研究推进了双模态目标检测的半监督学习技术，有望降低实际应用中的标注成本。

排序理由学术论文，介绍一种针对特定计算机视觉任务的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 11 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 学术论文，介绍一种针对特定计算机视觉任务的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Same-day; Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Qi Ming, Xiaxin Yuan, Jiahuan Zhou, Jiangmeng Li, Xudong Zhao, Zhanchao Huang, Juan Fang, Shaoguang Huang, Aleksandra Pizurica · 2026-09-17 04:00

面向弱对齐可见光-红外图像中标签高效定向目标检测的对齐共识教学法

arXiv:2609.18124v1 Announce Type: new Abstract: Visible-infrared object detection (VIOD) detects objects with oriented bounding boxes from paired visible and infrared images. Existing methods depend on costly dual-modality annotations. Semi-supervised learning can reduce this bur…

本文如何被排名

报道来源 [1]

面向弱对齐可见光-红外图像中标签高效定向目标检测的对齐共识教学法

相关实体

相关话题