FedVMR：一种用于视频时刻检索的新型联邦学习方法
计算机视觉与模式识别
2022-10-31 v1 信息检索
多媒体
摘要
尽管已有方法取得了巨大成功，现有的视频时刻检索（VMR）方法都是在数据集中存储的假设下开发的。然而，在现实应用中，由于数据生成的内在特性与隐私问题，数据往往分布在不同的数据孤岛上，给有效的大规模训练带来巨大挑战。在本工作中，我们尝试利用联邦学习近期的成功来克服上述局限。作为VMR领域中首个被探索的新任务，其被定义为分布式数据下的视频时刻检索。随后，我们提出了一种名为FedVMR的新型联邦学习方法，以在去中心化环境中促进VMR模型的大规模与安全训练。在基准数据集上的实验证明了其有效性。本工作是首个在去中心化场景下实现安全且高效的VMR训练的尝试，有望为相关研究领域进一步研究铺平道路。
引用
@article{arxiv.2210.15977,
title = {FedVMR: A New Federated Learning method for Video Moment Retrieval},
author = {Yan Wang and Xin Luo and Zhen-Duo Chen and Peng-Fei Zhang and Meng Liu and Xin-Shun Xu},
journal= {arXiv preprint arXiv:2210.15977},
year = {2022}
}