热点事件持续更新
VFSSKep 数据集与 S³KL 关键点定位框架
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月7日，arXiv cs.CV 刊出研究，提出面向视频透视吞咽研究（VFSS）的 VFSSKep 数据集与 S³KL 结构感知半监督关键点定位框架。该工作将 VFSS 的标注范围扩展到软腭，并纳入大规模无标注数据。S³KL 融合结构感知学习与带块打乱的结构表征一致性学习，用于抑制空间偏置；报道称在使用无标注数据加 25% 标注数据的条件下，其性能超过使用 100% 标注数据的全监督学习。该工作已被 ICME 2026 接收为 Oral，代码与数据将公开。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 12:00
VFSSKep 与 S³KL 框架论文公开，25% 标注即超全监督，已被 ICME 2026 接收为 Oral。报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv cs.CV面向 VFSS 的结构感知关键点定位：VFSSKep 数据集与 S³KL 框架
研究提出 VFSSKep 数据集与 S³KL 结构感知半监督关键点定位框架，把视频透视吞咽研究（VFSS）的标注扩展到软腭，并纳入大规模无标注数据。S³KL 融合结构感知学习与带块打乱的结构表征一致性学习以抑制空间偏置，在无标注数据加 25% 标注数据下超过使用 100% 标注数据的全监督学习。该工作已被 ICME 2026 接收为 Oral，代码与数据将公开。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。