自监督与表征学习 / CVPR2026
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。
图像到视频迁移时序循环一致性轻量投影层