Buchumschlag

EReCu: Pseudo-label Evolution Fusion and Refinement with Multi-Cue Learning for Unsupervised Camouflage Detection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jiang, Shuo, Zhang, Gaojia, Tan, Min, Yin, Yufei, Pan, Gang
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

UCOD-DPL: Unsupervised Camouflaged Object Detection via Dynamic Pseudo-label Learning
von: Yan, Weiqi, et al.
Veröffentlicht: (2025)

Robust Pseudo-label Learning with Neighbor Relation for Unsupervised Visible-Infrared Person Re-Identification
von: Yin, Xiangbo, et al.
Veröffentlicht: (2024)

Pseudo-label Refinement for Improving Self-Supervised Learning Systems
von: Zia-ur-Rehman, et al.
Veröffentlicht: (2024)

SeamCam: Quantifying Seamless Camouflage via Multi-Cue Visual Detectability
von: Monsefi, Amin Karimi, et al.
Veröffentlicht: (2026)

Modality-Agnostic Prompt Learning for Multi-Modal Camouflaged Object Detection
von: Wang, Hao, et al.
Veröffentlicht: (2026)

Toward Realistic Camouflaged Object Detection: Benchmarks and Method
von: Xin, Zhimeng, et al.
Veröffentlicht: (2025)

Learning Camouflaged Object Detection from Noisy Pseudo Label
von: Zhang, Jin, et al.
Veröffentlicht: (2024)

PCSR: Pseudo-label Consistency-Guided Sample Refinement for Noisy Correspondence Learning
von: Liu, Zhuoyao, et al.
Veröffentlicht: (2025)

Pseudo-labeling with Keyword Refining for Few-Supervised Video Captioning
von: Li, Ping, et al.
Veröffentlicht: (2024)

DRRNet: Macro-Micro Feature Fusion and Dual Reverse Refinement for Camouflaged Object Detection
von: Sun, Jianlin, et al.
Veröffentlicht: (2025)

Boundary-Guided Camouflaged Object Detection
von: Sun, Yujia, et al.
Veröffentlicht: (2022)

Uncertainty-Masked Bernoulli Diffusion for Camouflaged Object Detection Refinement
von: Shen, Yuqi, et al.
Veröffentlicht: (2025)

STAR-IOD: Scale-decoupled Topology Alignment with Pseudo-label Refinement for Remote Sensing Incremental Object Detection
von: Zhang, Yaoteng, et al.
Veröffentlicht: (2026)

CCDNet: Learning to Detect Camouflage against Distractors in Infrared Small Target Detection
von: Liao, Zikai, et al.
Veröffentlicht: (2026)

Pseudo-label Based Domain Adaptation for Zero-Shot Text Steganalysis
von: Luo, Yufei, et al.
Veröffentlicht: (2024)

RePL: Pseudo-label Refinement for Semi-supervised LiDAR Semantic Segmentation
von: Kwon, Donghyeon, et al.
Veröffentlicht: (2026)

Decoupled Pseudo-labeling for Semi-Supervised Monocular 3D Object Detection
von: Zhang, Jiacheng, et al.
Veröffentlicht: (2024)

HERO: Hierarchical Embedding-Refinement for Open-Vocabulary Temporal Sentence Grounding in Videos
von: Han, Tingting, et al.
Veröffentlicht: (2026)

Pseudo-Labeling Driven Refinement of Benchmark Object Detection Datasets via Analysis of Learning Patterns
von: Kim, Min Je, et al.
Veröffentlicht: (2025)

Green Video Camouflaged Object Detection
von: Wang, Xinyu, et al.
Veröffentlicht: (2025)

More Reliable Pseudo-labels, Better Performance: A Generalized Approach to Single Positive Multi-label Learning
von: Tran, Luong, et al.
Veröffentlicht: (2025)

Referring Camouflaged Object Detection
von: Zhang, Xuying, et al.
Veröffentlicht: (2023)

Phantom-Insight: Adaptive Multi-cue Fusion for Video Camouflaged Object Detection with Multimodal LLM
von: Zhang, Hua, et al.
Veröffentlicht: (2025)

Unsupervised Visible-Infrared ReID via Pseudo-label Correction and Modality-level Alignment
von: Liu, Yexin, et al.
Veröffentlicht: (2024)

Beyond Single Images: Retrieval Self-Augmented Unsupervised Camouflaged Object Detection
von: Du, Ji, et al.
Veröffentlicht: (2025)

Confident Pseudo-labeled Diffusion Augmentation for Canine Cardiomegaly Detection
von: Zhang, Shiman, et al.
Veröffentlicht: (2025)

Towards Accurate Camouflaged Object Detection with Mixture Convolution and Interactive Fusion
von: Chen, Geng, et al.
Veröffentlicht: (2021)

Exploring Boundary-Aware Spatial-Frequency Fusion for Camouflaged Object Detection
von: Yu, Song, et al.
Veröffentlicht: (2026)

GLCONet: Learning Multi-source Perception Representation for Camouflaged Object Detection
von: Sun, Yanguang, et al.
Veröffentlicht: (2024)

Learning Motion and Temporal Cues for Unsupervised Video Object Segmentation
von: Zhuge, Yunzhi, et al.
Veröffentlicht: (2025)

Unsupervised Learning Based Multi-Scale Exposure Fusion
von: Zheng, Chaobing, et al.
Veröffentlicht: (2024)

Camouflaged Image Synthesis Is All You Need to Boost Camouflaged Detection
von: Zhang, Haichao, et al.
Veröffentlicht: (2023)

Enhancing Pseudo-Boxes via Data-Level LiDAR-Camera Fusion for Unsupervised 3D Object Detection
von: Ji, Mingqian, et al.
Veröffentlicht: (2025)

PD-SORT: Occlusion-Robust Multi-Object Tracking Using Pseudo-Depth Cues
von: Wang, Yanchao, et al.
Veröffentlicht: (2025)

Adaptive Guidance Learning for Camouflaged Object Detection
von: Chen, Zhennan, et al.
Veröffentlicht: (2024)

Language-Guided Structure-Aware Network for Camouflaged Object Detection
von: Zhang, Min
Veröffentlicht: (2026)

Aggregating Diverse Cue Experts for AI-Generated Image Detection
von: Tan, Lei, et al.
Veröffentlicht: (2026)

Exploring Multimodal Prompts For Unsupervised Continuous Anomaly Detection
von: Zhou, Mingle, et al.
Veröffentlicht: (2026)

Multi-Prompt Alignment for Multi-Source Unsupervised Domain Adaptation
von: Chen, Haoran, et al.
Veröffentlicht: (2022)

Pseudo-label Learning with Calibrated Confidence Using an Energy-based Model
von: Toba, Masahito, et al.
Veröffentlicht: (2024)