지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2023.6
- 수록면
- 2,877 - 2,881 (5page)
이용수
초록· 키워드
오류제보하기
The field of artificial intelligence (AI) has made significant developments in machine learning that can address a huge range of computer vision problems using supervised learning. However, the reliance on human-generated annotations tends to result in models exhibiting biased learning, which subsequently compromises their domain generalization and robustness. Self-supervised learning is important because it eliminates the necessity of data labeling and self-supervised learning has shown potential in both image and video domains.
In this review, we aim to discuss self-supervised learning and video representation learning. We summarize representative self-supervised methods and how these methods are applied in video tasks: 1)Contrastive learning, 2)Non-contrastive learning 3)Masked Autoencoder 4)Transformer. We introduce future data augmentation and video-based datasets. Then, we discuss future research trends.
In this review, we aim to discuss self-supervised learning and video representation learning. We summarize representative self-supervised methods and how these methods are applied in video tasks: 1)Contrastive learning, 2)Non-contrastive learning 3)Masked Autoencoder 4)Transformer. We introduce future data augmentation and video-based datasets. Then, we discuss future research trends.
목차
Abstract
Ⅰ. Introduction
Ⅱ. Self-Supervised Learning Methods And Applications to Video
Ⅲ. Dataset and Data Augmentation in Self-Supervised Learning
Ⅳ. Conclusion and Future Work
Reference
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Fully self-supervised learning for regression problems
한국방송미디어공학회 학술발표대회 논문집
2024 .06
-
컴퓨터비전에서의 최신 자가지도학습기법 동향
대한전자공학회 학술대회
2023 .06
-
Self-Supervised Learning through Ad Hoc Pretext Tasks: Survey
대한전자공학회 학술대회
2021 .06
-
Web-Videos를 사용한 Supervised Learning Framework
한국방송미디어공학회 학술발표대회 논문집
2019 .06
-
Self-supervised representation learning for visual inspection
대한산업공학회 춘계공동학술대회 논문집
2021 .06
-
Supervised machine learning in urban data analytics
환경논총
2024 .09
-
준지도 학습의 최신 기법의 이해와 적용분야에 관한 연구
대한전자공학회 학술대회
2021 .11
-
The Era of Representation Learning without any Expensive Manual Labels via Contrastive Learning: A survey
대한전자공학회 학술대회
2021 .06
-
Data Augmentation과 Supervised Contrastive Learning을 이용한 불균형 혐오 표현 데이터셋 분류
한국정보과학회 학술발표논문집
2022 .12
-
거리두기 손실 함수를 통한 자기지도 대조 학습의 성능 향상
대한전자공학회 학술대회
2022 .06
-
스마트폰 로봇의 위치 인식을 위한 준 지도식 학습 기법
제어로봇시스템학회 논문지
2015 .06
-
의료영상 분할 모델의 도메인 일반화 성능 향상을 위한 자기 지도 학습의 활용
대한산업공학회지
2021 .04
-
대장내시경 용종 이미지 분할을 위한 이미지증강 기반 반지도학습 기법 성능 향상 연구
대한전자공학회 학술대회
2024 .06
-
Supervised Contrastive Learning을 이용한 고객 전화상담 불만 유형 분류
한국정보과학회 학술발표논문집
2022 .06
-
Computer vision을 활용한 interaction force estimation 모델 성능 개선
대한전자공학회 학술대회
2020 .08
-
A Contrastive Learning Framework for Weakly Supervised Video Anomaly Detection
한국방송미디어공학회 학술발표대회 논문집
2022 .11
-
Safe Semi-Supervised Contrastive Learning for Out-of-Distribution Data
대한산업공학회 추계학술대회 논문집
2021 .11
-
Wearable Sensor-based Human Activity Recognition Using Supervised Contrastive Learning
한국통신학회 학술대회논문집
2022 .11
-
자기 지도 학습의 공동 교육 방법을 통한 행동 인식 성능 개선
대한전자공학회 학술대회
2021 .06
-
자가지도 학습 및 도메인 적응을 이용한 도로 상태 분류 기법
대한전자공학회 학술대회
2021 .06
이 논문의 저자 정보
최근 본 자료
댓글(0)
0