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

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

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

通过利用本体神经信号的无监督约束来规范化卷积神经网络的特征学习，以学习关于本体视角下图像的视觉表征，进而实现一些视觉认知任务的显著性能提升，尤其是在自动驾驶平台捕获的无人机图像中进行的大规模场景识别。

May, 2015

本研究提出了一种将自监督学习和多视角匹配技术相结合的方法，在没有额外标签的情况下，利用来自嵌入式相机的机器人吸尘器捕获的数据学习更高质量的表示，并证明了其在物体分类性能上的有效性。

Aug, 2022

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

该论文提出了一个从多个视角捕捉的无标注视频演示中学习视觉表示的框架，优化了最近提出的自监督学习算法，应用对比学习来增强与任务相关的信息和抑制特征嵌入中的无关信息，验证了所提出的方法在模拟几种机器人任务，包括 pick and place 任务中的应用，评估了学习表示的三个指标：视点对齐，阶段分类和强化学习，在所有情况下，结果都表明与现有方法相比，该方法水平更高，而且训练轮数更少。

Jan, 2022

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

本文探讨了如何通过自主机器人与环境进行交互，获得适用于机器人操纵任务的有效物体中心表示，无需人为标注。基于对象持久性的表示学习方法能够随着机器人收集更多经验，不断改进表示，从而可以在无需人为干预的情况下扩展规模。我们的实验表明，这种自我监督方法显着优于直接从图像进行强化学习和先前的表示学习方法。

Nov, 2018

该论文提出了一种自监督学习的方法，用于从单目视频中学习物体的表征，并证明其在机器人等实践中具有特殊的用途。

Jun, 2019