研究人员开发了一种新颖的视频无监督动作分割方法，特别适用于无法存储或受限的大型数据集场景。该技术涉及在深度核空间内学习，以近似视频的帧分布，并使用最大均值差异（MMD）作为接近度度量。该方法利用神经切线核（NTKs）的描述能力，并避免在输入和核函数联合学习过程中出现平凡解。该方法在多个基准测试中表现出与最先进技术相媲美的性能，并且在分割数量未知时优于先前的方法。 AI
影响 引入了一种新的视频分割方法，有望在数据受限环境中提高效率。
排序理由 关于视频分析新颖无监督学习技术的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
This work focuses on per-video unsupervised action segmentation, which is of interest to applications where storing large datasets is either not possible, or nor permitted. We propose to segment videos by learning in deep kernel space, to approximate the underlying frame distribu…