从结构中学习语义：通过特征场蒸馏实现多视角图像无监督表征学习

基于摘要分析。本文研究有限多视角图像条件下的无监督视觉表征学习，提出 Semantics from Structure，利用 3D 几何结构先验降低对大量训练数据和强数据增强的依赖。其核心方法 Distillation with Feature Fields 在辐射场与随机初始化的图像编码器之间进行双向蒸馏，以学习多视角一致的语义表征。 机制上，该方法以多视角观测中的几何结构作为学习约束，而非仅依靠图像增强构造训练信号。作者报告，框架可从少量图像中学习表征，无需数据增强或动量编码器；所得表征在多种场景的 2D 与 3D 多视角分割任务上，无需额外微调即可取得较强的下游表现。摘要未提供数据集名称、图像数量、具体指标、对照基线或场景划分，因此不能量化其优势，也不能据此判断对未见场景的泛化能力。双向蒸馏的目标构造、损失形式、几何信息获取方式、训练成本，以及实验协议、消融及统计信息尚未验证。 该研究的主要对象是具有多视角几何关联的视觉数据，并非 EEG 或 BCI。平台推测（待验证）：其可供借鉴的是“利用已知结构约束进行跨表征蒸馏”的思路，但多视角图像中的 3D 一致性不能直接等同于 EEG 的跨通道或跨被试一致性；当前材料不足以建立具体迁移机制，因此不据此提出 EEG 复现实验方案。相关 EEG 工作尚未检索确认。