Il workshop short paper “Beyond Raw Signals: Undecoded Generative Latents as Privileged Synthetic Data”, scritto da Cristian Sbrolli, Nicolas Michel, Matteo Matteucci e Toshihiko Yamasaki e frutto della collaborazione tra l'AIRLab del Politecnico di Milano e il CVM Lab dell’Università di Tokyo, ha ricevuto il Best Short Paper Award al 3rd Workshop on Synthetic Data for Computer Vision (SynData4CV), svoltosi a Denver, negli Stati Uniti, il 4 giugno 2026, nell’ambito di CVPR 2026 – IEEE/CVF Conference on Computer Vision and Pattern Recognition.
Il lavoro affronta il tema dell’utilizzo di conoscenza multimodale in scenari di computer vision in cui i dataset forniscono soltanto immagini RGB. Seguendo il paradigma del Learning Using Privileged Information, l’approccio proposto utilizza modelli generativi per sintetizzare modalità mancanti e sfruttarle esclusivamente durante la fase di addestramento.
Invece di decodificare queste modalità sintetiche in segnali grezzi, il metodo impiega direttamente le rappresentazioni latenti generative non decodificate come informazione privilegiata compatta. Un modello teacher multimodale viene addestrato con accesso a questa informazione aggiuntiva, e la sua conoscenza viene poi trasferita a uno student basato solo su immagini RGB attraverso la MESSy loss proposta dagli autori. In fase di inferenza, il modello finale richiede esclusivamente immagini RGB, mantenendo invariato il costo di deployment e beneficiando al tempo stesso della supervisione multimodale acquisita durante l’addestramento.