本文介绍 Meta AI 在 CVPR 2023 Video Similarity Challenge 中的优胜方案，提出了一种利用视频剪辑检测和帧场景检测结合的双层检测方法来解决视频复制检测的核心挑战，实验结果表明了该方法的有效性和高效性。

May, 2023

本研究介绍 VCSL（Video Copy Segment Localization），一种新的综合分段注释视频副本数据集，包含两个数量级更多的、真实的 160k 视频拷贝对、280k 以上的本地化复制段对，并提出了一种新的评估协议，在不同场景中表现出更好的适应性。通过采用该数据集和新的评估指标来评估几种基准和最先进的分段级别视频副本检测方法，我们提供了全面的分析，揭示了当前方法的优点和缺点，旨在开拓未来工作的有前途的方向。

Mar, 2022

TransVCL 是一种注意力增强的视频复制定位网络，它通过跨序列特征引入长时序信息，利用自注意力和交叉注意力层直接优化帧级特征来精确定位视频检索应用中一对未剪辑视频内所有复制片段的位置，并在监督或半监督设置下以显著改进性能。

Nov, 2022

本论文介绍了我们在 Meta AI 视频相似性挑战赛（VSC2022）的 Descriptor Track 和 Matching Track 中的第三名解决方案，该竞赛旨在检测视频副本。我们的方法建立在现有的图像复制检测技术之上，并采用多种策略利用视频数据的特性，从而得到了一个简单而强大的解决方案。通过采用我们提出的方法，我们在准确性方面取得了相当大的改进，与基线结果相比（Descriptor Track：41％的改进，Matching Track：76％的改进）。

Apr, 2023

该研究报告揭示了我们提出的一种基于相似性对齐模型（SAM）的视频抄袭段匹配方法，该方法在 Meta AI 主办的视频相似性挑战中表现出比其他竞争对手更优异的性能。

May, 2023

该研究介绍了一个视频复制检测和定位的数据集、基准和挑战，该基准旨在评估方法，模拟真实场景，并提出了一个同时反映检测和定位精度的度量标准。相关的挑战包括两个对应的跟踪器，通过实现代码可供评估和基线，并公开了数据集、基线方法和评估代码，将在专门的 CVPR’23 研讨会上讨论。

Jun, 2023

通过共享特征、对稀疏标注数据进行对称训练并增强时间一致性，该论文提出的深度公共特征挖掘方法在视频语义分割方面取得了良好的平衡性能。

Mar, 2024

提出了 Video Similarity and Alignment Learning（VSAL）方法，通过模拟时空相似性和部分对齐来实现视频相似性学习，从而提高视频复制检测的准确率。通过在 VCDB 核心数据集上测试，证明 VSAL 的 F1 得分高于现有模型，并通过在 FIVR-200k 数据集上添加新的片段级注释来验证在更具挑战性的情况下的有效性。

Aug, 2021

通过优化内容特定的后处理滤波器，将面向人类的视频 / 图像编解码器调整为适用于机器视觉任务的编解码器，并且通过竞争学习原理，提出了一种基于模拟退火优化技术的训练策略，该策略以模糊方式动态地分配训练样本给滤波器，使用温度变量的 softmax 函数作为权重分配函数。评估实验结果表明，通过我们提出的策略训练的内容特定滤波器，在块状图像处理时相较于独立训练的滤波器，在物体检测和实例分割任务中，相比之下，较独立训练的滤波器能够提高 BD-rate 约为 - 42.3% 和 - 44.7%，并且滤波器使用的统计数据支持我们的假设，强调了同时优化内容和重构质量的滤波器的重要性，这些发现为进一步提高视频 / 图像编解码器的性能铺平了道路。

Jun, 2024

最近，通过学习特征可辨性和设计合适的比较方法，少样本动作识别取得了显著进展。我们提出了一种 Consistency Prototype 和 Motion Compensation Network（CLIP-CP$M^2$C）来解决视觉、标签和运动特征的限制，并通过广泛实验验证了该方法的优越性能。

Dec, 2023