深度学习（三十七）——视频处理（2）, 无监督/半监督/自监督深度学习（2）
2018-03-08视频处理
https://mp.weixin.qq.com/s/5qC70NoTBQ95vjI4cGl66g
通过未标记视频进行跨模态时间表征学习
https://mp.weixin.qq.com/s/Wn-5VD2-YWwVUWCMEy-lvw
AI碰撞短视频，从推荐到直播，快手探索了这些ML新思路
https://mp.weixin.qq.com/s/cuejj8atJsbSDae9xnhsxA
锁定视频中的目标：港大提出运动注意力检测方法
https://mp.weixin.qq.com/s/AUfaghIcRwwzgZzhOqHVZg
对标GLUE、ImageNet，谷歌推出视觉任务适应性基准VTAB
https://mp.weixin.qq.com/s/sc3ROchBFK9pAb-FCKNwLg
你说我导！微软玩转标题描述生成视频
https://mp.weixin.qq.com/s/jUPhF6OHtVrmTbg29sQV2Q
谷歌提出TVN视频架构：单CPU处理1s视频仅需37ms、GPU仅需10ms
https://mp.weixin.qq.com/s/wwHUjME5vR1uF3ad_wlMzw
更准确的弱监督视频动作定位，从生成注意力模型出发
https://mp.weixin.qq.com/s/18KzXb4hHrWvt3QK2UUm3w
使用深度学习从视频中估计车辆的速度
https://mp.weixin.qq.com/s/vuhoK4cVaHDn6oTuGqX_Eg
你写脚本，AI自动剪视频：13分钟完成剪辑师7小时创作，清华北航联手打造
https://mp.weixin.qq.com/s/IZs9Ctktmvzi_SAU9kD7Gg
多模态人物识别技术及其在爱奇艺视频场景中的应用
https://mp.weixin.qq.com/s/_OTvNrUtbYaFvKlMxFXoDg
时间可以是二维的吗？基于二维时间图的视频内容片段检测
https://mp.weixin.qq.com/s/8N09Argm9sNJRYipq3Mipw
淘宝如何拥抱短视频时代？视频推荐算法实战
https://mp.weixin.qq.com/s/1h9QvZirPa7EZIpOcC_aiw
超清还不够，商汤插帧算法让视频顺滑如丝
https://mp.weixin.qq.com/s/adUW9QuXaJ9uIb7Co5j_gw
视频物体分割算法：如何提升复杂场景的分割精度？
https://mp.weixin.qq.com/s/mASzImKwlpX7BJZFux3Adw
视频预测领域有哪些最新研究进展？
https://mp.weixin.qq.com/s/f2fYwaPNty72CFUIZZPBoA
让电影动漫统统变丝滑，480帧也毫无卡顿，交大博士生开源插帧软件DAIN
https://mp.weixin.qq.com/s/8EQNRIIKQnyoPhUG8ben6A
基于耦合知识蒸馏，速度提升200倍，一款视频显著区域检测新算法
https://mp.weixin.qq.com/s/MjkdwozIXoCJbooQHype7w
视频异常检测：预测未来帧Future Frame Prediction的3个缺陷
https://mp.weixin.qq.com/s/ZVWxpZPCoUvzZH6F0YkjNg
图像视频深度异常检测简明综述论文
https://zhuanlan.zhihu.com/p/114672282
漫谈视频目标跟踪与分割
https://mp.weixin.qq.com/s/oY51Rk6qD7fxeSRIf7HAFg
图像生成玩腻了？视频生成技术何不来了解一下
https://mp.weixin.qq.com/s/sfdhG7Wv3s2XW6yYA1ELQA
基于记忆增强的全局-局部整合网络：更准确的视频物体检测方法
https://mp.weixin.qq.com/s/B5XrN3rxHsu4VrJLgL3bvg
视频分类与行为识别有哪些核心技术，对其进行长期深入学习
https://mp.weixin.qq.com/s/x-fBo5pFD6UlKLh7p68H2A
用机器学习打造计数君，谷歌RepNet可自动计数视频重复片段
https://mp.weixin.qq.com/s/BSaacpLOVhrm94ufaSPtWA
RepNet：对视频中的重复周期进行计数
https://mp.weixin.qq.com/s/9Vt41Ygn767SnpjoXgnEEg
基于语义流的快速而准确的场景解析
https://mp.weixin.qq.com/s/V6UQ8r43p4ULmm4QgjmHSA
OpenCV实现视频稳流
https://mp.weixin.qq.com/s/Wn5k0VoscaiIHHC36_Jm2g
视频目标检测大盘点
https://mp.weixin.qq.com/s/1DA5KoqDskD-tk2Co8n0nQ
阿里-优酷视频增强和超分辨率挑战赛冠军方案：VESR-Net
https://zhuanlan.zhihu.com/p/340568861
预测未来–随机视频生成
https://mp.weixin.qq.com/s/ZIFEom7wpQll_DgE8bUxtA
不同的AI视频推理场景下，如何构建通用高效的抽帧工具？
https://zhuanlan.zhihu.com/p/347705276
MMAction2: 新一代视频理解工具箱
https://zhuanlan.zhihu.com/p/363872795
无监督/自监督的视觉目标跟踪方法
https://mp.weixin.qq.com/s/IuhOLVRgqnoOuxZ2boUGuw
管中窥“视频”，“理解”一斑——视频理解概览
https://mp.weixin.qq.com/s/4fL-6VSpBFgicJ2MAY7twA
视频异常行为检测算法MPN，在多个数据库上达到SOTA
无监督/半监督/自监督深度学习
https://mp.weixin.qq.com/s/cTlXMxcpzc7_5NVsTm1jcA
学习一帧，为整段黑白视频上色：谷歌提出自监督视觉追踪模型
https://mp.weixin.qq.com/s/Amr34SdrPZho1GQpFS7WBA
见微知著：语义分割中的弱监督学习
https://mp.weixin.qq.com/s/zOWA1oKbopZJuYIAYYlKTA
港中文-商汤联合论文：自监督语义分割的混合与匹配调节
https://mp.weixin.qq.com/s/5xlSoC5sgzsAwMYMSFCjnw
TextTopicNet:CMU开源无标注高精度自监督模型
https://mp.weixin.qq.com/s/343DfjOvkaozuxNK89V3zQ
前景目标检测的无监督学习
https://mp.weixin.qq.com/s/DwY0oGu-G30Szs-ArI5WaQ
程明明：面向弱监督的图像理解
https://mp.weixin.qq.com/s/LFOljv-Hr6JqyI6TQ2X4sw
半监督学习也能自动化？南大和第四范式提出Auto-SSL
https://mp.weixin.qq.com/s/83xAXrc_H_OExW3vii08hA
谷歌提出新方法：基于单目视频的无监督深度学习结构化
https://mp.weixin.qq.com/s/gr0_p4WFToTrDfy47h-p0A
基于自监督学习的视听觉信息同一性判断
https://mp.weixin.qq.com/s/Dqz97_U5pw_4d9KFblJfLg
基于自编码器的表征学习：如何攻克半监督和无监督学习？
https://mp.weixin.qq.com/s/LaIvAuBHYGNMug3NZ1pLhQ
半监督深度学习小结：类协同训练和一致性正则化
https://mp.weixin.qq.com/s/aBDgV7u93MAv2MogZKBmvw
Google提出Grasp2Vec模型：利用自监督方法学习物体表示
https://mp.weixin.qq.com/s/YfDZMEkOnxp0_ei2Oam-YQ
基于弱监督的视频时序动作检测的介绍
https://mp.weixin.qq.com/s/RiL-s50oOI–PZyIOd2E0g
弱监督语义分割最新方法资源列表
https://mp.weixin.qq.com/s/USOWECXk_az4b6eTssfOBw
基于弱监督深度学习的图像分割方法综述
https://mp.weixin.qq.com/s/8oEdQOmSRrkIaTVQdhk2Dw
无监督领域特定单图像去模糊
https://mp.weixin.qq.com/s/FpIaa8XoJ9GsHxL-W1Cl5Q
斯坦福AI实验室机器学习编程新范式：弱监督
https://mp.weixin.qq.com/s/ys9iiiBL3iL2SJL247AMlA
多伦多大学&NVIDIA最新成果：图像标注速度提升10倍！
https://mp.weixin.qq.com/s/V6xiG931OUJyVx15QFb_mQ
弱监督视觉理解笔记
https://mp.weixin.qq.com/s/HopNSLS75TgE28LfY02qog
不同视角构造cycle-consistency，降低视频标注成本
https://mp.weixin.qq.com/s/XiLBHkraT8lJcOu2faqK5g
关于弱监督学习，这可能是目前最详尽的一篇科普文
https://mp.weixin.qq.com/s/gXqB7JJyIEJa74McbYcrzg
只有正样本和无标记数据的半监督学习（PU Learning）
https://mp.weixin.qq.com/s/kGProJmrf43-2O48PMPM5g
正样本和无标签学习（PU Learning）：使用机器学习恢复数据的标签
https://mp.weixin.qq.com/s/vm1p3YceIC0nd191xsktfg
自监督学习的视觉语言建模，115页ppt讲述多模态预训练进展
https://mp.weixin.qq.com/s/PCXcvzwv8DF693_KzXK5bg
计算机视觉研究新方向：自监督表示学习总结
https://mp.weixin.qq.com/s/TOwOa3noN_UYrd5g0Nrrrg
半监督学习技术在金融文本分类上的实践
https://mp.weixin.qq.com/s/uh25WRHVsFpoKwFyTSZtIw
计算机视觉中的半监督学习
https://mp.weixin.qq.com/s/lweM2STVbldYEGwPcK1YEg
图像自标记的可视化指南
https://mp.weixin.qq.com/s/hLFPWiHmDIzeUlQjInbgGw
ActBERT: 自监督多模态视频文字学习
https://mp.weixin.qq.com/s/1hK3k6Mf3uTEXrqMFr1evA
Kaggle知识点：伪标签Pseudo Label
https://zhuanlan.zhihu.com/p/157325083
伪标签（Pseudo-Labelling）——锋利的匕首
https://mp.weixin.qq.com/s/qVGveKfCfNKqJoqwMbUVKg
长文总结半监督学习
https://mp.weixin.qq.com/s/LAnP5OMuJFDhsfJWRoVMFw
无监督领域迁移及文本表示学习的相关进展
https://mp.weixin.qq.com/s/Tau5jzNbBd0NketdgytvAg
计算机视觉中的自监督表示学习近期进展
https://mp.weixin.qq.com/s/uYmHxScroi4jB2okmqwHcA
半监督学习入门基础（一）
https://zhuanlan.zhihu.com/p/212873650
Contrastive Self-Supervised Learning
https://mp.weixin.qq.com/s/XwGvH0mTEf-jF5XQKk2lBw
电子科大最新《深度半监督学习》综述论文，24页pdf
https://zhuanlan.zhihu.com/p/355523266
从SimCLR到BarLow Twins，一文了解自监督学习不断打脸的认知发展史
https://mp.weixin.qq.com/s/WqUb9MY_3hVPRdxSl9BE1Q
S4L: 半监督+自监督学习
https://mp.weixin.qq.com/s/1f1Ma2ZQVTuPo38_uCE0fQ
大规模推荐系统的自监督学习
https://mp.weixin.qq.com/s/qgP39JKD3fbVNK8e4Hw4PQ
重邮高新波等最新《少样本目标检测算法》综述论文
