Jiwoong Yang

新的HMDMV方法通过分层蒸馏增强多视图学习

研究人员开发了一种新颖的分层互蒸馏多视图融合（HMDMV）方法，以提高多视图学习的有效性，特别是在非结构化图像集方面。该方法使用所有可能的视图组合（单一、部分和完整）进行预测，并通过分层互蒸馏增强视图间一致性。一种基于不确定性的加权机制通过优先考虑高置信度视图进一步优化融合过程。实验表明，HMDMV在分类准确性方面达到了最先进水平，并且在推理方面提供了灵活性，允许与训练相比使用不同数量的视图。