本文利用深度递归神经网络，结合短期、长期以及感知上的损失，为视频处理提供了一种基于帧的将原始视频和处理后的视频作为输入，生成时间上连贯的视频的方法，实现了对多种需求的处理，且无需光流计算，具有实时性能。

Aug, 2018

TempT 是一种新的测试时间适应方法，通过确保连续帧之间的预测的时间一致性，可以在视频中进行面部表情识别等计算机视觉任务中进行广泛应用的强大工具。我们使用流行的 2D CNN 基础架构对 TempT 在 AffWild2 数据集上进行性能评估，并证明其在与先前报告的性能相比具有竞争力，其有效性为其在各种现实世界应用中的使用提供了令人信服的概念证明。

Mar, 2023

本文提出了一种算法，用于从野外视频中重建变形对象实例的时间一致 3D 网格，不需要每个视频帧的 3D 网格注释，2D 关键点或相机姿态，而是将基于视频的重建构建为适用于任何传入测试视频的自监督在线适应问题。

Dec, 2020

开发一种测试时自适应方法，用于语义分割任务中针对视频序列中逐渐变化的领域进行模型适应，主要基于合成自驾车视频数据集 SHIFT，目标是分析分布变化并开发一个能够适应数据动态变化和在不同场景中泛化的方法。

Oct, 2023

通过引入自适应的运动引导的跨帧注意机制，本文提出了一种显著降低计算复杂性的方法，同时保留语义细节和时间一致性，并通过 KV 缓存共享提高了中间帧质量和时间一致性，大大增加了联合编辑的关键帧数量，不受视觉质量和时间一致性的影响。

Jun, 2024

本研究提出一种基于自我监督的 Slot-TTA 模型，在测试时通过梯度下降对重构或新颖视角综合目标进行场景自适应调整，大幅提高了场景内实例分割的准确性，尤其在非训练数据中取得了显著的性能提升。

Mar, 2022

优化自监督损失进行测试时间段的自适应图像分割模型，采用多种基线方法及改进，并引入对抗训练来提高性能。

Sep, 2023

我们提出了一种基于图像归一化和去噪自动编码器的 CNN 分割方法，该方法可以处理医疗图像分割中由于扫描仪模型或协议差异而导致的训练和测试图像不匹配问题，并能够适应多中心数据集以及其他分割网络。

Apr, 2020

本文提出了一种有效的语义视频分割方法，借鉴于现有方法中将结果传播到相邻帧或使用其他帧提取帧表示时可能会导致不准确的结果或不平衡的延迟问题，我们在推理过程中采用逐帧方式处理，其中显式考虑帧与帧之间的时间一致性，并将此一致性嵌入到语义分割网络中。通过新的知识蒸馏方法，我们成功地缩小了紧凑型模型与大型模型之间的性能差距。我们的结果在 Cityscapes 和 Camvid 等流行基准测试中优于先前的基于关键帧的方法，并提高了与独立训练每帧的对应基线的时间一致性。

Feb, 2020

本研究提出一种实用且高精度的 “领域自适应（domain adaptation）语义分割” 方法，通过数据增强，确保保持图像转换后的语义预测的一致性，在轻量级自监督框架中训练并取得了显著的精度提高。

Apr, 2021