- 博客(6)
- 收藏
- 关注
RSS订阅原创 视频中的自监督学习：Removing the background忽略视频的背景，学习robust的特征
Removing the Background by Adding the Background: Towards Background Robust Self-supervised Video Representation Learning【知乎的一篇介绍，写的很详细】【代码、论文】概述：CVPR2021的文章，本质上也是自监督学习中pretext task的设计，其中的思考很值得咀嚼吸收。通篇提到的background，理解为“场景”更好一些上面的知乎链接介绍了文章的动机：… 如果.
2021-06-09 23:37:04
831
4
原创 Meta-learning：Learn to learn
【基于李宏毅教授的ML课程做的笔记】为什么few-shot任务常常提及meta-learning？在后续分析能体会到meta-learning有train task、test task，要训这么多任务，自然数据量小一点好，和few-shot任务就很接近了。一、理解Learn to learn整体考虑下面的图，我们熟悉的学习是不断地更新网络参数，但其实网络结构、初始参数的设置、参数的更新策略（SGD的learning rate），也许都可以让机器学习，而不用人来设计。Meta learnin
2021-04-14 21:57:17
253
原创 视频中的自监督学习：Predicting Motion and Appearance Statistics
Self-supervised Spatio-temporal Representation Learning for Videos by Predicting Motion and Appearance Statistics2019年的CVPR文章，作者所设计的pretext task是由运动、颜色衍生出来的统计量（具体来说是最大的动作位置以及方向，颜色改变最大 / 最小的位置以及颜色的值），在文章的Introduction中作者提到了动作的表示在人的视觉系统中是基于一系列learned pattern
2021-04-12 23:21:29
1376
3
原创 视频中的自监督学习：3篇“重构”的论文
在之前Space-Time Cubic Puzzles的论文中，就提到了一些用重构的方式，来提取视频时空特征的论文，这里粗略过一下Generating Videos with Scene Dynamics-NIPS-2016说的是把GAN推广到视频上，新奇的是网络分了foreground stream和background stream，其中foreground是三维的反卷积做上采样，合成视频；background顾名思义是背景，就是二维的反卷积，这个stream生成的图片作为背景，在时域上是不变的。
2021-04-09 21:29:15
406
原创 视频中的自监督学习：Space-Time Cubic Puzzles
视频中的自监督学习——Space-Time Cubic Puzzles论文：【Self-Supervised Video Representation Learning with Space-Time Cubic Puzzles】
2021-04-06 17:33:34
536
原创 视频中的无监督学习：Deep Nerual Embeddings
视频中的无监督学习ECCV-2020 Unsupervised Learning from Video with Deep Neural Embeddings概括：通过定义在视频嵌入分布上的损失函数，利用不同视频内部和不同视频之间的关系All these works only operate on relationships defined within a single video, differentiating them from VIE, which exploits the relat
2021-04-01 16:55:41
518
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人