Linguistic Priors for Visual Decoupling: Towards Symmetric Vision-Brain Alignment
Dongjun Liu, Weichen Dai, Jingsheng Qian, Honggang Liu, Hangjie Yi, Wanzeng Kong
CVPR 2026 主会 · CVF Open Access
OVERVIEW
论文概览
用语言先验解耦视觉语义，并学习视觉到脑与脑到视觉的对称对齐，支持零样本检索。
ABSTRACT
中文摘要
脑—视觉对齐若只学习单向映射，容易过拟合特定刺激集合。该工作借助语言语义把视觉内容分解为更可迁移的概念因素，并构造对称的视觉—脑对齐目标，使 EEG/MEG 表征既能预测视觉语义，也能从视觉语义反向约束脑表征。作者在零样本 brain-to-image 检索中评估未见类别和跨数据条件，重点考察语言先验是否提升语义泛化。
RESEARCH RELEVANCE
与你研究的关系
适合你的统一编码—解码框架：用对称目标和语言锚点约束共享潜空间，而不是只回归单一图像向量。
LIMITATIONS
局限与核查重点
语言标签可能掩盖脑信号中非语言化的视觉信息；零样本结果仍需排除类别名称与数据集偏差。
SOURCE
来源与原文
CVPR 2026 主会 · CVF Open Access
Dongjun Liu, Weichen Dai, Jingsheng Qian, Honggang Liu, Hangjie Yi, Wanzeng Kong. Linguistic Priors for Visual Decoupling: Towards Symmetric Vision-Brain Alignment. CVPR 2026 主会 · CVF Open Access. https://openaccess.thecvf.com/content/CVPR2026/html/Liu_Linguistic_Priors_for_Visual_Decoupling_Towards_Symmetric_Vision-Brain_Alignment_CVPR_2026_paper.html