基于物体交互的自监督视觉学习

自监督学习能够通过高度通用的学习算法学习儿童对世界的内部模型，利用长期记录的视频数据集和自我监管学习算法。

自监督学习在样本聚类方面具有潜在驱动作用，训练的表示与语义类别之间存在密切的对齐关系，且这种关系随着训练和网络深度的加深而增强。

自监督学习中编码器和映射器的关系研究表明，数据增强策略的增加使映射器变得更加不变，从而有效地将数据投影到低维空间。

自监督学习在音频处理和语音处理领域的应用广泛，涉及方法、实验和基准数据，并讨论了未来发展方向和存在的问题。

自监督学习技术在自动驾驶感知中的应用能够替代传统手动标注，为不同任务提供有效的替代方法，并提出了设计中的重要挑战。

自我监督学习的理论与实践中被忽视的问题包括数据增强、网络结构和训练算法对预训练和下游任务泛化性能的影响。

在数据集不平衡的情况下，自监督学习表现良好，提出的新加权正则化技术显著提高了表示的质量。

自监督学习在传感器人体活动识别中的应用显示出比监督模型更强的鲁棒性，但监督模型学习到的特征更加均匀且更好地编码了活动的性质。

通过自我监督对比学习实验发现，赋予单个物体不同视角的相似表示有助于视觉学习的稳健性，提升了多种图像分类任务的性能。