Tag · 2 篇
图像到视频迁移
分布 自监督与表征学习1视频理解与时序1
01 02
从静态到动态：探索自监督图像到视频表征迁移学习
From Static to Dynamic: Exploring Self-supervised Image-to-Video Representation Transfer Learning
提出在冻结的图像预训练编码器上只加一个轻量投影层，用时序循环一致性与语义可分性约束做自监督迁移，为视觉研究者提供了一种低成本把图像骨干转成视频表征的通用方案，可直接套用到自有图像预训练模型上。
Frame2Freq：面向细粒度视频理解的频谱适配器
Frame2Freq: Spectral Adapters for Fine-Grained Video Understanding
把图像预训练骨干迁移到视频时，用沿时间轴的 FFT 做频带特定嵌入，替代单尺度时域适配器，可复用于任何需要多时间尺度运动建模的视频下游任务（如细粒度动作识别、时序定位）。