该研究提出了多种基于联合嵌入预测架构（JEPA）的自监督学习方法，涵盖图像、音频和图数据。I-JEPA通过上下文块预测图像目标，A-JEPA在音频分类中表现优异，Graph-JEPA在图分类中具有竞争力。研究还探讨了在脑电信号处理和点云数据中的应用，显示出良好的表示学习性能，强调了模型设计对结果的影响。

本文介绍了MGMap、GeoMask3D、CMT-DeepLab等先进图像处理和分割方法，旨在提高地图元素的定位和实例分割精度。这些方法通过自监督学习和聚类技术，在分类、少样本任务及物体检测等方面表现出色，展示了在遥感和环境科学中的应用潜力。

通过优化蒙面标记以解决自我监督学习中的效率问题，该方法称为蒙面标记优化（MTO），可实现与最新方法相当的预训练性能，减少近 50% 的预训练时期。

通过对 SAM 进行自适应预训练图像编码器以进行基于检测的区域提议，我们的方法在病理学领域的两个基本分割任务中达到了与最先进模型相媲美的 F1 得分（细胞核检测）和二进制 / 多类别 panoptic（bPQ/mPQ）和掩模质量（dice），同时实现了端到端效率。

本文介绍了一种基于深度学习的高效图像抠图方法，称为归纳引导滤波，能够在移动设备上实现实时抠图。通过Gabor损失进行网络训练，实验表明该方法显著减少运行时间并保持准确性。此外，提出了多种抠图框架和模型，如Mask Guided Matting和Dual-Context Aggregation Matting，均在不同数据集上展现了优越的性能和鲁棒性。

Lester是一种自动合成复古风格2D动画的新方法，使用SAM处理视频帧，DeAOT对生成的掩码进行跟踪，并使用Douglas-Peucker算法简化掩码的轮廓。该方法能处理不同姿势、外观、动态镜头、部分镜头和多样背景的视频。

本文介绍了一种减少渲染重复像素的方法，以降低设备能耗。作者表示现有商业引擎未优先考虑省电问题，而这种方法需要引擎本身的结构来配合。作者的引擎专注于移动设备使用，优化重点在于减少计算总量降低能耗。作者还提到了一种生成蒙版的方法，用于标记不需要重新绘制的像素，从而减少像素着色器的重复运算。此外，作者还讨论了如何在阴影处理中使用类似的算法来提高性能。

该研究提出了一种名为Mx2M的跨模态自适应方法，通过引入蒙版建模来减小域间差距。该方法包括核心解决方案xMRP和动态跨模态滤波器DxMF，能够适应不同情景并提供跨模态自监督。Mx2M在多个跨模态自适应场景上取得了显著的改进。

该研究提出了一种名为mDPPM的方法，通过引入基于掩码的正则化来重新定义扩散模型的生成任务，以将无标签数据用于自我监督学习，从而生成健康脑的样本级标签。该研究在包含肿瘤和多发性硬化症病变的数据集上评估了这种方法，并展示了无监督方法相对于现有完全/弱监督基线的优越性能。

本文介绍了一种用于任意描述的显式开放分类的Panoptic分割方法。首先建立了一个没有调优或蒸馏的基线方法，然后开发了一个新的基于Transformer的方法MaskCLIP，使用ViT-CLIP骨架和掩模查询来执行语义和物体实例分割。在ADE20K和PASCAL数据集上取得了令人鼓舞的结果，并展示了MaskCLIP的定制类别的定性说明。