跨视角地理定位，通过引入名为 Shifting-Dense Partition Learning（SDPL）的简单而有效的基于部分的表示学习方法，采用密集分区策略（DPS）和位移融合策略来解决外观和环境差异所带来的挑战，具有对位置位移和尺度变化鲁棒性，并在两个常用基准测试上取得竞争性性能，即 University-1652 和 SUES-200。

Mar, 2024

ViP-DeepLab 是一种联合模型，尝试解决视觉中长期存在且具有挑战性的逆投影问题。该模型通过联合执行单眼深度估计和视频全景分割来处理该问题，并提供每个点的实例级语义解释。在子任务中，ViP-DeepLab 也取得了最先进的结果，在 Cityscapes-VPS 中超越以前的方法 5.1％ VPQ，在 KITTI 单眼深度估计基准测试中排名第一，在 KITTI MOTS 中排名第一。

Dec, 2020

基于视图空间和潜在扩散模型的 3D 感知图像合成方法，通过压缩潜在表示学习图像的 3D 结构，实现高质量的 3D-consistent 图像合成，无需多视角或 3D 几何的直接监督，不依赖于规范化的相机坐标。

Nov, 2023

本文介绍了 lensing 技术，包括机器学习模型和人类专家视角的映射关系，并应用于潜在变量模型中，捕捉和融合临床心理学家的不同视角，证明了将领域知识专家的视角纳入模型中的好处。

Jan, 2022

本研究提出了一种将自监督学习和多视角匹配技术相结合的方法，在没有额外标签的情况下，利用来自嵌入式相机的机器人吸尘器捕获的数据学习更高质量的表示，并证明了其在物体分类性能上的有效性。

Aug, 2022

提出一种新的视觉数据表示方法 Deep Latent Particles (DLP)，其中用空间 - softmax 和 Chamfer 距离先验驱动学习生成低维潜在颗粒表示，并表明其对多个动态对象构成的场景视频预测等下游任务具有实用性，同时给出颗粒位置的不确定性估计。

May, 2022

通过解耦关注力，提出了一种新的方法 Decoupled Prompt Learning (DPL) 来增强 prompt learning 的泛化能力，并在多个基准测试中取得了最先进的性能。

Aug, 2023

通过基于无人飞行器图像的大规模数据集，采用逐渐增加虚拟图像的现实感的渐进式变换学习方法，通过 multivariate Gaussian distribution 建模来准确计算对象探测器中虚拟对象与高斯分布之间的马氏距离，以此减小牺牲精度的条件 GAN 框架在大间隔域条件下近似度的失真，从而提高在小数据和交叉域中的性能。

Nov, 2022

本文提出了一种基于多视图图像的轻量级解决方案，通过利用新近的可解释表示学习方法，将 3D 几何结构融合到输入图像中，利用摄像机投影运算符对学习表示进行条件化，以产生准确的视角 2D 检测，通过可微的直接线性变换层 (SVD) 将其简单地提升到 3D，并提出一种新方法实现直接线性变换层 (SVD) 以有效地实现三维姿态恢复，同时保证实时性能。

Apr, 2020

本文提出了一种基于自我监督学习和图像翻译的双路径学习框架 (DPL)，以减轻在单域范式下 (源域或目标域) 导致的可视化不一致性，并通过双路图像翻译和双路自适应分割等创新技术推广两种方法在交互方式下相互促进，实验结果表明，DPL 模型比现有的基于自我监督学习和图像翻译的自适应分割方法具有更好的性能。

Aug, 2021