Tag · 1 篇
TrackMAE: Video Representation Learning via Track Mask and Predict
把现成点跟踪器产生的稀疏轨迹当作显式重建目标与掩码先验,为视频自监督预训练注入细粒度运动信号;做视频表征学习或运动中心任务时,可直接复用其运动感知管状掩码与轨迹监督设计。