基于深度学习的视频无监督域适应：全面综述
计算机视觉与模式识别
2024-07-30 v3
摘要
随着大规模数据集的引入和基于深度学习的表征的出现，动作识别等视频分析任务因在智能医疗等领域的应用日益增多而受到越来越多的研究关注。然而，由于训练用公开视频数据集（源视频域）与真实世界视频（目标视频域）之间存在域偏移，在现有数据集上训练的视频模型直接部署到真实应用时会出现显著的性能下降。此外，鉴于视频标注成本高昂，使用无标签视频进行训练更为切实。为统一应对性能下降与视频标注成本高的问题，视频无监督域适应（VUDA）被提出，通过缓解视频域偏移将视频模型从有标签源域适应到无标签目标域，提升视频模型的泛化性与可移植性。本文综述了基于深度学习的VUDA近期进展。我们首先介绍VUDA的动机，随后给出其定义、闭集VUDA及不同场景下面向VUDA的方法进展，以及当前VUDA研究的基准数据集。最后，给出了未来方向以推动VUDA研究的进一步深入。本综述的仓库位于 https://github.com/xuyu0010/awesome-video-domain-adaptation。
引用
@article{arxiv.2211.10412,
title = {Video Unsupervised Domain Adaptation with Deep Learning: A Comprehensive Survey},
author = {Yuecong Xu and Haozhi Cao and Zhenghua Chen and Xiaoli Li and Lihua Xie and Jianfei Yang},
journal= {arXiv preprint arXiv:2211.10412},
year = {2024}
}
备注
Final version accepted by and to be published by ACM Computing Surveys (IF: 23.8 by 2023). Survey on Video Unsupervised Domain Adaptation (VUDA)