通过多模态贝叶斯分布学习适配点云分析
计算机视觉与模式识别
2026-03-26 v2
摘要
多模态 3D 视觉-语言模型在 diverse 3D 任务上表现出强大的泛化能力，但在 domain shift 情况下性能仍会显著下降。这促使最近的研究关注 test-time adaptation (TTA)，以利用 test-time 数据实现在线适应。目前的 TTA 方法中，基于缓存的机制被广泛采用以利用在在线预测中引用的先前观察样本。然而，这些方法仅存储有限的历史信息，导致随着 test stream 的演化出现逐渐的信心损失。此外，它们的预测 logits 是以启发式方式融合的，使得适应不稳定。为此，我们提出了 BayesMM，一个用于 test-time 点云分析的多模态贝叶斯分布学习框架。BayesMM 将每个类的文本先验和流式视觉特征建模为高斯分布：文本参数来自语义提示，而视觉参数则通过到达的样本在线更新。两种模态通过贝叶斯模型平均融合，该方法根据后证据自动调整它们的贡献，从而生成一个适应不断演化的 test-time 数据的统一预测。广泛的实验表明，BayesMM 在分布迁移下保持鲁棒性，平均提升超过 4%。
引用
@article{arxiv.2603.22070,
title = {Adapting Point Cloud Analysis via Multimodal Bayesian Distribution Learning},
author = {Xingyu Zhu and Liang Yi and Shuo Wang and Wenbo Zhu and Yonglinag Wu and Beier Zhu and Hanwang Zhang},
journal= {arXiv preprint arXiv:2603.22070},
year = {2026}
}
备注
CVPR 2026