通过首次发布迄今为止最大的发展性自我中心视频数据集，我们提供了一个开放挑战，即如何使这样的系统在与人类相同规模和分布的训练数据上实现人类水平的成功。

Jun, 2024

本研究使用玩具箱数据集和计算机视觉框架进行自我监督对比学习实验，发现通过学习信号，将单个物体的不同视角赋予相似的表示有助于视觉学习的稳健性，这种性能的提高对于多种图像分类任务来说是可持续的。

May, 2023

本文利用现代自监督深度学习方法和儿童的视角记录的最新纵向数据集，通过对自然视频的学习，实现了从发展逼真的自然视频中获得强有力、高级别视觉表示的目标。

Jul, 2020

介绍了一个名为 Toybox 的新视频数据集，其中包含家庭常见物品和玩具的自我角度（即第一人称视角）的视频，出现了旋转，平移和缩放的结构转换，并且还提出了神经网络实验以考察不同对象实例和视角分布对识别性能的影响以及在训练网络的隐藏层中如何表示视点相关的对象概念。

Jun, 2018

从儿童的视觉经验中，可以通过高度通用的学习算法来学习他们对世界的强大内部模型，这包括长期记录的视频数据集和自我监管学习算法，而无需强烈的归纳偏差。

Feb, 2024

本研究通过收集儿童的第一人称图像来分析他们所接受到的训练数据，并就儿童如何通过手操作物体来控制所接受到的监督信号进行探究。实验结果表明，通过手控制监督信号比没有手的效果更好，并且即使只有少量图像可用，这种趋势是一致的。

Jun, 2019

通过训练神经网络从一个孩子的视觉经验中学习，我们研究了基于本能的约束和基于经验的影响对于孩子内部模型的形成的影响，并发现在没有强烈的归纳偏见的情况下，孩子的代表性样本足以从其中获得广泛有用的高级视觉表示。

May, 2023

提出了一种用于稠密视频字幕的跨视图知识传递的新型基准，从具有外视图的网页教学视频调整模型以适应内视图领域。

Nov, 2023

本文提出了一个几何感知的时间聚合模块和级联特征增强模块来解决显式处理自我运动和消除视角移动对音视觉定位的影响，并通过自我监督学习开发 Epic Sounding Object 数据集评估模型，证明了我们的方法在以人为中心的视频中取得了最先进的对象定位性能，并可以推广到不同的音视觉场景。

Mar, 2023

本文主要研究如何利用佩戴式摄像头所获得的数据进行行为识别。研究发现，使用卷积神经网络进行自我视角识别可以开辟行为识别领域的新研究视角。

Jun, 2019