通过将视频信息分解为重建相关信息和语义相关信息，我们设计了一个双流结构，其中包括一个时间层和一个哈希层。在自监督学习中获得的语义相似性知识的帮助下，哈希层学习捕捉用于语义检索的信息，而时间层学习捕捉用于重建的信息。这样，模型自然地将解耦的语义保留为二进制代码。在全面的实验验证中，我们的方法在三个视频基准上持续优于现有技术。

Oct, 2023

本文提出了一种新颖的无监督视频哈希框架 Self-Supervised Video Hashing (SSVH)，通过设计编码器 - 解码器体系结构以及使用二进制自动编码器来捕获视频序列的时间性质，将视频嵌入二进制代码并赋予其准确的视频检索能力，通过 FCVID 和 YFCC 两个真实数据集上的实验表明，我们的 SSVH 方法可以显著优于现有技术并在无监督视频检索任务上达到最佳性能。

Feb, 2018

本文提出了一种空间 - 时间自我监督学习方法，通过对无标注图像的对比学习来提取空间特征，并通过重构学习利用无标注视频中的时间线索增强特征，以在视频分析任务上取得比现有自我监督方法更好的表现，并进行了削减研究以验证两步设计以及蒸馏损失的有效性。

Sep, 2022

本研究提出了名为 ConMH 的一阶段自监督视频哈希方法，该方法通过采用编码器 - 解码器结构重构视频以捕获视频语义信息，并通过最大化两个视频增强视图之间的协议以充分利用视频之间 的相似性关系。实验结果表明 ConMH 方法在大规模视频数据集上表现出色，是当前最佳方法之一。

Nov, 2022

本文提出使用一阶光流和二阶流预测来利用时间相关性进行视频编码，采用一阶段学习方法将流作为连续帧的量化特征包装，然后利用联合空间 - 时间先验条件下的适应性上下文熵编码，并使用 ConvLSTM 逐层嵌入联合先验，分别从自回归空间邻居、共位置超元素和时间邻居中获取。本文的实验评估表明，该方法在常用的测试序列上取得了最先进的表现结果。

Dec, 2019

提出一种新的自监督视频表示学习技术，通过将学习目标分解为两个对比子任务并分层进行，强调空间和时间特征，从而鼓励多尺度理解。通过实验表明，可以将增强作为规则化进行操作来指导网络在对比学习中学习所需的语义，并提出一种方式，使模型可以在多个尺度上分别捕捉空间和时间特征。还介绍了一种克服不同层次上实例不变性差异的方法。将代码公开。

Nov, 2020

本研究提出了一种基于未标记视频数据进行自监督训练的视频 Transformer 方法。通过使用不同的空间大小和帧速率创建局部和全局的时空视图，实现了视频内 actions 的时空不变性，并且该方法不再需要使用负样本或专用存储器。该方法在动作识别基准数据集（Kinetics-400，UCF-101，HMDB-51 和 SSv2）上表现出色，并能够在小批量的情况下更快地收敛。

Dec, 2021

该研究论文提出了一个视频轨道的图像压缩方法，采用了混合编码框架以及一些新技术，包括使用 Spynet 网络进行准确的运动矢量估计，引入上下文挖掘方案以充分利用空时信息，以及整合空时超分辨率模块提高速率失真性能。

Jan, 2024

本文提出了一种基于上下文感知的时空对比学习（ConST-CL）的方法，该方法成功地实现了学习细粒度视频表示，利用区域预文本任务引导模型从一个视角到另一个视角转换，并整合整体和局部表示的并行学习过程。我们在多个数据集上评估了所学得的表示，并展示了 ConST-CL 在 6 个数据集上取得了具有竞争力的结果，包括 Kinetics，UCF，HMDB，AVA-Kinetics，AVA 和 OTB。

Dec, 2021

本文提出一种基于深度学习的监督离散哈希算法，利用分类信息和成对标签信息在单流框架中学习哈希码，并通过交替最小化方法进行优化，实验结果表明该方法在基准数据集上优于当前最先进的方法。

May, 2017