CVPR 2020 | ActBERT: 自监督多模态视频文字学习

©PaperWeekly · 作者｜朱霖潮 单位｜悉尼科技大学 研究方向｜视频理解 自监督特征学习近年来已有如火如荼的发展，并从单模态的自监督学习，如图片自监督特征学习，视频自监督特征学习，蔓延到多模态，利用图片与文字或者视频与文字的关联性进行特征学习。  利用图片与文字关联性进行自监督学习已有非常多优秀的工作，如 Vilbert, LXMERT, VisualBERT, VLBERT, UNIT

>>阅读原文<<