多视图伪标签：基于视频的半监督学习

我们提出了一种用于视频学习的多视图伪标签方法，这是一种新颖的框架，利用外观与运动信息形式的互补视图进行视频中的半监督学习。互补视图有助于在未经标注的视频上获得更可靠的伪标签，从而学习到比仅使用有监督数据更强的视频表示。尽管我们的方法利用了多个视图，但它训练的是一个在外观和运动输入之间共享的模型，因此按设计在推理时不产生额外的计算开销。在多个视频识别数据集上，我们的方法大幅优于其有监督对应方法，并在自监督视频表示学习的标准基准上与以往工作相比具有竞争力。