本文提出了3DRotNet，一种全自我监管的方法，用于从未标记的视频中学习空间时间特征来提高视频理解任务的性能

Nov, 2018

在没有人工标注标签的前提下，本文提出了一种自我监督学习方法来学习视频的时空特征，通过回归时空维度上的外观和运动统计量来提取视觉特征，并在视频分类任务中验证了其有效性。

Apr, 2019

使用SpeedNet模型自动预测视频对象的速度, 在无需手动注释的自我监督学习方式下可以检测任意速率的快慢，并通过预测出的速度增强了自我监督动作识别和视频检索性能。此外，SpeedNet还可用于生成时间变化的自适应视频加速，可使观看者以更快的速度观看视频，但不会导致播放速度不均匀的问题。

Apr, 2020

本文提出一种名为PRP的自我监督方法，利用扩张采样策略生成关于视频播放速率的监督信号来学习空间时间表示，优于现有的自我监督模型，并应用于动作识别等基本视频任务。

Jun, 2020

本研究提出了一种新颖的自监督学习方法来学习对于动态运动变化有响应的视频表征，通过训练神经网络来区分不同的时间变换的视频序列，使得无需人工标注数据即可准确地识别视频中的不稳定运动并增强神经网络在小数据集上的训练。该方法经过实验证明，可显著提高UCF101和HMDB51上的动作识别的传递性能。

Jul, 2020

本文引入了一种基于对比损失的自监督对比视频表示学习方法，利用在嵌入空间中相同短视频的两个增强剪辑进行学习，同时将来自不同视频的剪辑分开。这种自我监督学习方法需要好的数据增强和虚拟时间和模拟空间的知识，在 Kinetics-600 数据集上，该方法可以超过 ImageNet 和 SimCLR 的性能，达到70.4%的top-1准确率

Aug, 2020

本文提出了一种新的自监督视频表示学习方法，即通过视频速度预测的方法来引导网络学习空间-时间特征，通过对相似视频内容最大化协同一致性来使模型区分不同速度的视频。实验表明，该方法在不同网络结构和数据集上均取得了现有最佳结果。

Aug, 2020

本文旨在提出一种自监督视频表示学习的新型先验任务，通过计算一系列时空统计摘要信息，利用神经网络训练来产生摘要信息，采用多种空间分区模式进行粗略的空间位置编码方法来缓解学习难度，在四个3D骨干网络上的实验结果表明，该方法优于现有方法在视频分析任务上的性能表现包括动作识别、视频检索、动态场景识别和动作相似性标签。

Aug, 2020

本文介绍了一种无监督的视频特征学习方法，利用相对播放速度来构建适当的自监督任务以同时学习运动与外貌特征，并在动作识别等下游任务中表现出色。

Oct, 2020

该文章提出了一种名为Continuity Perception Network (CPNet)的自我监督学习方法，旨在利用视频连续性探索视频表示的本质，提出三种新的任务，促进视频表示学习，其在多个任务中表现优异。

Dec, 2021