基于掩码预训练与协作自训练的无监督视频域适应
计算机视觉与模式识别
2025-03-06 v5 机器学习
摘要
在这项工作中，我们解决了视频动作识别的无监督域适应（UDA）问题。我们的方法称为UNITE，它使用一个图像教师模型来使视频学生模型适应目标域。UNITE首先采用自监督预训练，通过教师引导的掩码蒸馏目标，在目标域视频上促进判别性特征学习。然后，我们在掩码的目标数据上执行自训练，联合使用视频学生模型和图像教师模型，为无标签的目标视频生成改进的伪标签。我们的自训练过程成功地利用了两种模型的优势，实现了跨域的强迁移性能。我们在多个视频域适应基准上评估了我们的方法，并观察到与先前报告的结果相比有显著改进。
引用
@article{arxiv.2312.02914,
title = {Unsupervised Video Domain Adaptation with Masked Pre-Training and Collaborative Self-Training},
author = {Arun Reddy and William Paul and Corban Rivera and Ketul Shah and Celso M. de Melo and Rama Chellappa},
journal= {arXiv preprint arXiv:2312.02914},
year = {2025}
}
备注
Accepted at CVPR 2024. 13 pages, 4 figures. Approved for public release: distribution unlimited