【CVPR2022】视频对比学习的概率表示

2022 年 4 月 12 日 专知



本文提出了一种融合了对比学习和概率表示的自监督表示学习方法——概率视频对比学习 。我们假设构成视频的片段在短期内有不同的分布,但可以通过组合在一个共同的嵌入空间中来表示复杂和复杂的视频分布。因此,该方法将视频片段表示为正态分布,并将它们组合成混合高斯分布来建模整个视频分布。通过从整个视频分布中进行采样嵌入,我们可以绕过仔细的采样策略或转换来生成视频片段的增强视图,而不像以前的确定性方法主要关注对比学习中的这种样本生成策略。我们进一步提出了一种随机对比损失来学习合适的视频分布和处理原始视频的固有不确定性。实验结果证明,在UCF101和HMDB51等最流行的基准上,我们的概率嵌入是一种最先进的视频表示学习,用于动作识别和视频检索。


https://www.zhuanzhi.ai/paper/e9a8860b49e4b44cee3e7cf2b74a4c33




专知便捷查看

便捷下载,请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“PRVC” 就可以获取【CVPR2022】视频对比学习的概率表示》专知下载链接

专知,专业可信的人工智能知识分发 ,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取70000+AI(AI与军事、医药、公安等)主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取70000+AI主题知识资料
登录查看更多
1

相关内容

【CVPR2022】基于序列对比学习的长视频帧方向动作表示
专知会员服务
9+阅读 · 2022年3月29日
专知会员服务
16+阅读 · 2021年4月27日
专知会员服务
61+阅读 · 2021年3月12日
【CVPR2021】自监督几何感知
专知会员服务
45+阅读 · 2021年3月6日
【CVPR2021】跨模态检索的概率嵌入
专知会员服务
19+阅读 · 2021年3月2日
【AAAI2022】(2.5+1)D时空场景图用于视频问答
【CVPR2021】动态度量学习
专知
4+阅读 · 2021年3月30日
【CVPR2021】空间一致性表示学习
专知
0+阅读 · 2021年3月12日
【CVPR2021】跨模态检索的概率嵌入
专知
16+阅读 · 2021年3月2日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
8+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2009年12月31日
Max-Margin Contrastive Learning
Arxiv
17+阅读 · 2021年12月21日
VIP会员
相关VIP内容
【CVPR2022】基于序列对比学习的长视频帧方向动作表示
专知会员服务
9+阅读 · 2022年3月29日
专知会员服务
16+阅读 · 2021年4月27日
专知会员服务
61+阅读 · 2021年3月12日
【CVPR2021】自监督几何感知
专知会员服务
45+阅读 · 2021年3月6日
【CVPR2021】跨模态检索的概率嵌入
专知会员服务
19+阅读 · 2021年3月2日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
8+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员