【牛津大学博士论文】自监督学习视频理解，143页pdf

深度学习的出现为许多基本的计算机视觉任务带来了巨大的进展，如分类、检测和分割，这些任务描述了图像和视频中物体的类别和位置。在监督学习方面也做了很多工作--教机器使用人类注释的标签来解决这些任务。然而，机器只知道某些物体的名称和位置是不够的；许多任务需要对复杂的物理世界有更深入的了解--例如，物体与周围环境的互动（通常通过创造阴影、反射、表面变形和其他视觉效果）。此外，在严重依赖人类监督的情况下，训练模型来解决这些任务，成本很高，而且不切实际，难以推广。因此，本论文探索了两个方向：首先，我们的目标是超越分割，解决一个全新的任务：将物体与其相关的视觉效果（如阴影、反射或附着的物体）分组；其次，我们以自我监督的方式解决视频物体分割的基本任务，而不依赖任何人类注释。

http://t.cn/A6ox6pZj