Arxiv‘25 | 基于稀疏标注的多光谱行人检测
发布日期:2025-06-08 03:50:51 浏览次数:3 分类:精选文章

本文共 464 字,大约阅读时间需要 1 分钟。

论文信息

题目:Multispectral Pedestrian Detection with Sparsely Annotated Label

基于稀疏标注的多光谱行人检测
作者:Chan Lee, Seungho Shin, Gyeong-Moon Park, Jung Uk Kim

论文创新点

本文提出了一种基于稀疏标注的多光谱行人检测方法,主要体现在以下两个关键创新点:

  • 多光谱行人感知自适应权重(MPAW)模块:本模块通过分析不同光谱模态的特性,为高质量伪标签分配更高的权重,从而帮助模型在多光谱数据中更高效地学习。具体而言,MPAW模块通过计算伪标签与真实标签之间的余弦相似度,动态调整各模态的权重,有效降低了低质量伪标签对模型的影响,使得模型在稀疏标注环境中具有更强的鲁棒性。
  • 正伪标签增强(PPE)模块:PPE模块旨在区分高质量和低质量伪标签,从而引导教师模型生成更可靠的标注数据。本模块采用了一种基于特征嵌入的方法,能够有效识别高质量伪标签,并为教师模型提供针对性的改进建议,从而提升标注数据的质量和一致性。
  • 上一篇:BEVWorld:通过统一的BEV潜在空间实现自动驾驶的多模态世界模型
    下一篇:Arxiv‘25 | 基于尺度双向对齐网络的遥感图像指代分割

    发表评论

    最新留言

    表示我来过!
    [***.240.166.169]2026年06月23日 08时46分33秒