【CVPR2022】基于联合表示学习和在线聚类的无监督活动分割

Unsupervised Activity Segmentation by Joint Representation Learning and Online Clustering

论文链接：https://arxiv.org/abs/2105.13353
视频讲解：https://www.youtube.com/watch?v=i4Fh_3nzzUI&t=12s

论文简介：提出了一种新的无监督活动分割方法，它使用视频帧聚类作为前置任务，同时执行表示学习和在线聚类。这与通常按顺序执行表示学习和聚类的先前工作形成对比。作者通过采用时间最优传输来利用视频中的时间信息，将保留活动时间顺序的时间正则化项合并到用于计算伪标签集群分配的标准最优传输模块中。时间最优传输模块使得本文方法能够学习无监督活动分割的有效表示。此外，与之前需要在离线聚类之前存储整个数据集的学习特征的方法相比，本文方法可以通过在线方式一次处理一个小批量。