基于对比学习简化开放集视频域自适应

为降低动作识别中的标注成本，已有无监督视频域自适应方法被提出，旨在将预测模型从带标签数据集（即源域）自适应到无标签数据集（即目标域）。本工作中我们处理一种更现实的场景，称为开放集视频域自适应（OUVDA），其中目标数据集包含与源域不共享的“未知”语义类别。挑战在于对齐两域的共享类别，同时将共享类别与未知类别分离。本工作中我们提出以一个统一的对比学习框架来解决 OUVDA，该框架学习判别性强且聚类良好的特征。我们还提出一种面向视频的时间对比损失，通过利用视频数据中自由可得的时间信息，使我们的方法能更好地聚类特征空间。我们表明判别性特征空间有助于更好地分离未知类别，从而允许我们使用简单的基于相似度的分数来识别它们。我们在多个 OUVDA 基准上进行了充分的实验评估，并展示了所提方法相对于已有技术的有效性。