{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2024,4,11]]，“日期-时间”：“2024-04-11T11:55:38Z”，“时间戳”：1712836538377}，“参考-计数”：66，“出版商”：“IEEE”，“许可证”：[{“开始”:{“日期-零件”：[2022,6,1]]，《日期-时间》：“2022-06-01T00:00:00Z”，“timestamp”：1654041600000}，“content-version”：“stm-asf”，“延迟天数”：0，“URL”：“https://doi.org/10.15223\/policy-029”｝，｛“开始”：｛“日期部分”：[[2022,6,1]]，“日期时间”：“2022-06-01T00:00:00Z”，“时间戳”：1654041600000｝，“内容版本”：“stm-asf”，“延迟天数”：0，“URL”：“https://doi.org/10.15223\/policy-037”｝]，“内容域”：｛“域”：[]，“交叉标记限制“：false｝，”短容器标题“：[]，“published-print”：{“date-parts”：[[2022,6]]}，“DOI”：“10.1109\/cvpr52688.2022.01359”，“type”：“proceedings-article”，“created”：{“date-ports”：[[2022,9,27]]，“date-time”：“2022-09-27T19:56:41Z”，“timestamp”：1664308601000}，”source“Crossref”，“is-referenced-by-count”：8，“title”：[“上下文化时空矛盾学习”自我监督“]，“前缀”：“10.1109”，“作者”：[{“给定”：“良者”，“家庭”：“元”，“序列”：“第一”，“从属关系”：[}“名称”：“谷歌研究”}]}，{“给出”：“瑞”，“家族”：“钱”，“顺序”：“附加”，“附属关系”：[{“名称“：“谷歌调查”}]{，{“给定”:“阴”，“家人”：“崔”，”序列“：“附加的”，“隶属关系”：“[{”名称“谷歌研究“}]}，{”给定“：”博清“，“family”：“Gong”，“sequence”：“additional”，“affiliation”：[{“name”：“Google Research”}]}，{“given”：“Florian”，“faily”：”Schroff“，”sequence“：”additional“，”affiliation:[{”name“：“Google Resource”}]neneneep，{”given“：”Ming-Hsuan“，”family“：”Yang“，”序列“：”additional“affidiation”：[{”name“：“Google Research“：”Adam“，”sequence“：“附加”，“附属”：[｛“名称”：“谷歌研究”｝]｝，｛“给定”：“丁”，“家族”：“刘”，“序列”：“附加”，“附属”：[｛“名称”：“谷歌研究”｝]｝]，“成员”：“263”，“参考”：[｛“键”：“ref39”，“文章标题”：“对比预测编码的表示学习”，“作者”：“van den oord”，“年份”：“2018”，“期刊标题”：“ArXiv预印本”｝，{“key”：“ref38”，“article-title”：“通过解决拼图难题实现视觉表征的无监督学习”，“author”：“noroozi”，“year”：“2016”，“journal-title“：”ECCV“}，{”key“：”ref33“，”doi-asserted-by“：”publisher“，”doi“：”10.1109\/CVPR.2017.96“}：“Albert A lite bert for self-visored learning of language representations”}，{“key”：“ref31”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/ICCV.2011.6126543”}、{“key”：”ref30“，“article-title”：“The dynamics human action video dataset”，“author”：“kay”，“year”：“2017”，“journal-title“：”ArXiv Preprint“}”，{”key“：”ref37“，“article-tiple”：“基于跨模式协议的视听实例歧视”，“作者”：“morgado”，“年份”：“2020年”，“日志标题”：“ArXiv预打印”}，{“密钥”：“ref36”，“文章标题”：”洗牌和学习：使用时序验证的无监督学习“，”作者“：”misra“，”年份“：”2016“，”日志标题“：”ECCV“}，”密钥“：”ref35“，”doi-asserted-by“：”publisher“，”doi“：“10.29007\/qwpk”}，{“key”：“ref34”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/ICCV.2017.79”}“ref61”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/CVPR46437.2021.00398”}，{“key”：“ref63”，“doi-asserted-by”：“publisher”，“doi”：“10.1609\/aaai.v35i12.17274”}，{“key”：“ref28”，“article-title”：“通过对比检测进行有效的视觉预处理”，“author”：“h\u00e9naff”，“year”：“2021”，“journal-title“：”ICCV：“2020”，“journal-title”：“ArXiv Preprint”}，{“key”：“ref27”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/CVPR.2019.00065”}journal-title“：”ArXiv预打印“}，{“key”：“ref29”，“article-title”：“时空通信作为对比随机漫步”，“author”：“jabri”，“year”：“2020”，“journal-title”：“NeurIPS”}，{“key”：“ref2”，“doi-asserted-by”：“publisher”，”doi“：”10.1109\/ICCV.2015.13：“通过预测图像旋转进行无监督表征学习”，“作者”：“gidaris”，“年份”：“2018年”，“新闻标题”：“ICLRE”}，{“key”：“ref22”，“文章标题”：《观察世界》：“从未标记视频中学习表征”，“author”：“gordon”，“year”：“2020”，“journal-title”：“ArXiv预印本”}：“10.1109\/CVPR.2019.00033”｝，｛“key”：“ref24”，“文章标题”：“Ava:时空定位原子视觉动作的视频数据集”，“author”：“chunhui”，“year”：“2018”，“journal title”：“CVPR”｝，｛“key”：“ref23”，“文章标题”：“引导你自己的潜能：一种自我监督学习的新方法”，“author”：“grill”，“year”：“2020”，“journal title”：“ArXiv Preprint”}，{“key”：“ref26”，“article-title”：“无监督视觉表征学习的动量对比”，“author”：“he”，“year”：“2019”，“journal-title“：”CVPR“}，“key“：”ref25，“article-title”：“注意力是你需要的”，“作者”：“ashish”，“年份”：“2017”，“新闻标题”：“NeurIPS”}，{“key”：“ref51”，“doi-asserted-by”：“publisher”，”doi“：”10.1145\/1390156.1390294“}，”{“key”：”ref59“，”doi-assert-by“：”publisher“，”doi:“10.1109\/CVPR46437.2021.01641”}“，{”key“：”ref58“，”doi由“：”publisher“，”doi“：”10.1109\/ICCV48922.2021.00828“}插入，{“key”：“ref57”，“article-title”：“通过非参数实例识别进行无监督特征学习”，“author”：“zhirong”，“year”：“2018”，“journal-title“：”CVPR“}，{”key“：”ref56“，”doi-asserted-by“：”publisher“，”doi“：”10.1109\/CVPR.2013.312“}”，{，“journal-title”：“CVPR”}，{“key”：“ref54”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/CVPR.2018.00736”}key“：”ref10“，”article-title“：“改进基线与动量对比学习”，“author”：“chen”，“year”：“2020”，“journal-title”：“ArXiv预打印”}，{“key”：“ref11”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/CVPR46437.2021.01549”}“”：“伯特：用于语言理解的深度双向变换器预训练”，“作者”：“开发”，“年份”：“2018年”，“日志标题”：“ArXiv预打印”}，{“密钥”：“ref13”，“文章标题”：”通过补丁重新识别进行物体检测的无监督预训练“，”作者“：”丁“，”年份“：”2021“，”日志标题“：”ArXiv预先打印“}，”{“key”：“ref14”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/ICCV.2015.167”}，{“key”：“ref15”，“article-title”：“图像值16x16个单词：图像识别的变形金刚”，“author”：“dosovitskiy”，“year”：“2021”，“journal-title“：“ICLRE”}，“author”：“dosovitskiy”，“year”：“2014”，“journal-title”：“NeurIPS”}，{“key”：“ref17”，“article-title“：“用于对象检测的简单训练策略和模型缩放”，“au作者”：“du”，“年”：“2021”，“日记标题”：“ArXiv预打印”}：“ref19”，“doi-asserted-by”：“publisher”，“DOI”：“10.1023\/B:VISI.0000022288.19776.77”}，{“key”：“ref4”，“article-title”：“自我监督的多模式多功能网络”，“author”：“alayrac”，年：“2020”，“journal-title“：”NeurIPS“}，}“key:”ref3“，”article-title“Vatt：从原始视频、音频和文本进行多模式自我监督学习的变形金刚”，“author”:“akbari”，“year”：“2021”，“journal-title”：“NeurIPS”}，{“key”：“ref6”，“article-title“：”用于对象跟踪的全卷积暹罗网络“，”author“：”bertinetto“，”year“：”2016“，”journal-title“:”ECCV“}，”{“key”：“ref5”，“article-title”：“通过跨模态音视频聚类进行自我监督学习”，“author”：“alwassel”，“year”：“2019”，“jornal-title:”ArXiv Preprint“}”，{”key“”：“ref8”，“article-title”：“使用有限注释进行医学图像分割的全局和局部特征对比学习”，“author”：“chaitanya”，“year”：“2020”，“journal-tittle”：“ArXiv预打印”}，{“key”：”ref7“，”doi-asserted-by“：”publisher“，”doi“：”10.1109\/CVPR.2017.502“}，”{“密钥”：“ref49”，“doi-assert-by”：“publisher”，”doi.“：“10.1109”\/ICCCV48922.2021.00990“}，{“key”：“ref9”，“article-title”：“视觉表征对比学习的简单框架”，“author”：“chen”，“year”：“2020”，“journal-title“：”ICML“}”，{”key“：”ref46“，”doi-asserted-by“：”publisher“，”doi“：”10.1109 \/CVPR46437.2021.01025“}：“Faster r-cnn：使用区域提议网络实现实时对象检测”，“author”：“ren”，“year”：“2015”，“journal-title”：“NeurIPS”}，{“key”：“ref48”，“article-title“：”对比多视图编码“，”author“：”tian“，”year“：”2020：“Ucf101:来自野外视频的101个人类动作类的数据集”，“author”：“soomro”，“year”：“2012”，“journal-title”：“ArXiv预印本”}，{“key”：“ref42”，“article-title“：“密集视觉表征的无监督学习”，“author”:“pinheiro”，“year”：：“关于对比自主学习中的转换成分”，“作者”：“曼德拉”，“年份”：“2021年”，“新闻标题”：“ICCV”}，{“key”：“ref44”，“doi-asserted-by”：“publisher”，“doi”：“10.1109”，{《key》：“ref43”：“2022 IEEE \/CVF计算机视觉和模式识别会议（CVPR）”，“地点”：“美国洛杉矶新奥尔良”，“开始”：{“date-parts”：[2022,6,18]]}，“结束”：{“date-parts”：[[2022,6,24]]}}，”container-title“：[”2022 IEEE\/CVF Computer Vision and Pattern Recognition“]，”原文标题“：[]，”链接“：[{”URL“：“http://\/xplorestaging.ieee.org\/ielx7\/98783788\/987866.pdf？arnumber=9878833”，“内容类型”：“未指定”，“content-version”：“vor”，“intended-application”：“相似性检查”}，“存放”：{“日期部分”：[2022,10,14]，“日期时间”：“2022-10-14T20:54:27Z”，“时间戳”：1665780867000}，”分数“：1，”资源“：{“主”：{”URL“：“https:\/\/ieeexplore.iee.org\/document\/9878833\/”}}，“副标题”：[]，“短标题”：[]，“已发布”：{“日期部分”：[[2022,6]]}，”引用计数“：66，”URL“：”http://\/dx.doi.org\/10.109\/cvpr52688.2022.01359“，”关系“：{}”，“主题”：[】，“发布”：}}}