論文の概要: Positive Pair Geometry Matters: Optimal Transport for Contrastive Learning of Visual Representations
- arxiv url: http://arxiv.org/abs/2609.24125v1
- Date: Mon, 21 Sep 2026 05:28:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-22 20:29:01.083047
- Title: Positive Pair Geometry Matters: Optimal Transport for Contrastive Learning of Visual Representations
- Title（参考訳）: 正のペア幾何学的問題:視覚表現のコントラスト学習のための最適輸送
- Abstract要約: 幾何一貫性のある正のサンプルを生成するコントラスト学習表現のための最適トランスポート対応フレームワークを提案する。
提案手法は,従来の拡張型コントラスト学習ベースラインと比較して,表現品質と伝達学習性能を向上する。
- 参考スコア（独自算出の注目度）: 0.5599792629509229
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Contrastive self-supervised learning has achieved strong performance by learning representations from multiple augmented views of the same image. However, most existing methods construct positive pairs using independently sampled stochastic augmentations, which may alter semantic content and ignore the intrinsic geometry of the data distribution. In this work, we propose OTCLR, an optimal transport-aware framework for contrastive learning representations that generates geometry-consistent positive samples. Instead of directly contrasting two randomly augmented views, we construct intermediate views between the original image and its augmented variants through entropic optimal-transport displacement interpolation. These transport-interpolated samples serve as positive views that better preserve image structure while explicitly modeling spatial distributional geometry. To further promote smooth representation learning, we evaluate auxiliary Sinkhorn regularization terms that encourage transport-interpolated views to remain consistent with their endpoint images. The proposed method can be incorporated into standard contrastive learning pipelines without modifying the encoder architecture. Experiments on multiple benchmark datasets show that our approach improves representation quality and transfer learning performance compared with conventional augmentation-based contrastive learning baselines.
- Abstract（参考訳）: 対照的な自己教師型学習は、同じ画像の複数の拡張ビューから表現を学習することで、高いパフォーマンスを達成している。
しかし、既存のほとんどの手法は、独立にサンプリングされた確率的拡張を用いて正のペアを構築しており、これは意味的内容を変更し、データ分布の本質的な幾何学を無視する可能性がある。
本研究では,幾何一貫性のある正のサンプルを生成するコントラスト学習表現のための最適トランスポート対応フレームワークOTCLRを提案する。
ランダムに2つの拡張ビューを直接対比する代わりに、エントロピックな最適トランスポート変位補間により、元の画像とその拡張変数の間の中間ビューを構築する。
これらの輸送補間標本は、空間分布幾何学を明示的にモデル化しながら、画像構造をよりよく保存する肯定的な視点として機能する。
そこで我々は,スムーズな表現学習を促進するために,トランスポート補間ビューの終端画像との整合性を維持するための補助的なシンクホーン正規化語の評価を行った。
提案手法は,エンコーダアーキテクチャを変更することなく,標準的なコントラスト学習パイプラインに組み込むことができる。
複数のベンチマークデータセットを用いた実験により,従来の拡張型学習ベースラインと比較して,表現品質と伝達学習性能が向上することが示された。
関連論文リスト
- Training-Free Representation Guidance for Diffusion Models with a Representation Alignment Projector [14.027059904924135]
本稿では,プロジェクタによって予測される表現を中間サンプリングステップに注入するアライメントアライメントプロジェクタを提案する。
SiTとREPAの実験は、クラス条件の画像ネット合成において顕著に改善されている。
提案手法は,SiTモデルに適用した場合の代表的なガイダンスより優れる。
論文 参考訳（メタデータ） (2026-01-30T02:29:54Z) - Robust image representations with counterfactual contrastive learning [17.273155534515393]
因果画像合成の最近の進歩を生かした新しいフレームワークである反ファクト・コントラスト学習を導入する。
提案手法は,5つのデータセットで評価され,獲得シフトに対するロバスト性の観点から,標準的なコントラスト学習よりも優れていた。
さらなる実験により、提案フレームワークは、生物学的性間のサブグループ格差を減少させる対実的コントラスト学習で訓練されたモデルによって、獲得シフトを超えて拡張されていることが示されている。
論文 参考訳（メタデータ） (2024-09-16T15:11:00Z) - Contrastive Learning with Synthetic Positives [11.932323457691945]
PNCL(Contrastive Learning with Synthetic Positives)は、隣人から学ぶための新しいアプローチである。
非条件拡散モデルにより生成された合成画像は、モデルが様々な正から学習するのに役立つ追加の正として使用される。
これらの画像は、アンカー画像の「ハード」陽性と見なされ、コントラスト損失に補足陽性を含むと、線形評価において2%以上、1%以上の性能向上に寄与する。
論文 参考訳（メタデータ） (2024-08-30T01:47:43Z) - Corner-to-Center Long-range Context Model for Efficient Learned Image
Compression [70.0411436929495]
学習された画像圧縮のフレームワークでは、コンテキストモデルは潜在表現間の依存関係をキャプチャする上で重要な役割を果たす。
本研究では,textbfCorner-to-Center 変換器を用いたコンテキストモデル (C$3$M) を提案する。
また,解析および合成変換における受容場を拡大するために,エンコーダ/デコーダのLong-range Crossing Attention Module (LCAM) を用いる。
論文 参考訳（メタデータ） (2023-11-29T21:40:28Z) - Explicit Correspondence Matching for Generalizable Neural Radiance Fields [66.99907718824782]
本稿では,新たな未知のシナリオに一般化し,2つのソースビューで新規なビュー合成を行う新しいNeRF手法を提案する。
明瞭な対応マッチングは、異なるビュー上の3Dポイントの2次元投影でサンプリングされた画像特徴間のコサイン類似度と定量化される。
実験では,実験結果から得られたコサイン特徴の類似性と体積密度との間に強い相関関係が認められた。
論文 参考訳（メタデータ） (2023-04-24T17:46:01Z) - S2-Net: Self-supervision Guided Feature Representation Learning for
Cross-Modality Images [0.0]
モダリティ間の画像ペアは、通信の特徴表現を可能な限り近いものにするのに失敗することが多い。
本稿では,最近成功した検出・記述パイプラインに基づいて,モーダリティ間特徴表現学習ネットワークであるS2-Netを設計する。
本稿では,自己教師型学習とよく設計された損失関数を導入し,本来の利点を捨てることなくトレーニングを指導する。
論文 参考訳（メタデータ） (2022-03-28T08:47:49Z) - Learning Contrastive Representation for Semantic Correspondence [150.29135856909477]
セマンティックマッチングのためのマルチレベルコントラスト学習手法を提案する。
画像レベルのコントラスト学習は、畳み込み特徴が類似したオブジェクト間の対応を見出すための鍵となる要素であることを示す。
論文 参考訳（メタデータ） (2021-09-22T18:34:14Z) - Object-aware Contrastive Learning for Debiased Scene Representation [74.30741492814327]
オブジェクトを自己教師型でローカライズする,オブジェクト認識型コントラスト学習フレームワークを開発した。
また、コントラCAM、オブジェクト認識型乱作、背景混合に基づく2つのデータ拡張を導入し、コントラスト型自己教師型学習における文脈バイアスと背景バイアスを低減した。
論文 参考訳（メタデータ） (2021-07-30T19:24:07Z) - Unsupervised Landmark Learning from Unpaired Data [117.81440795184587]
教師なしランドマーク学習の最近の試みは、外観は似ているがポーズでは異なる合成画像対を活用する。
本稿では,2回スワッピング・リコンストラクション・ストラテジーを適用して最終監視を行うクロスイメージ・サイクル整合性フレームワークを提案する。
提案するフレームワークは,強いベースラインを大きなマージンで上回ることを示す。
論文 参考訳（メタデータ） (2020-06-29T13:57:20Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。