该文汇总了人-物交互（HOI）领域的数据集与算法研究，涵盖HOI4D、D3D-HOI、HANDAL、HOH、HO-3D等，涉及4D视觉、姿态估计、交接捕捉及交互识别，并提出HPN、Ins-HOI等方法，在V-COCO、HICO-DET等基准上验证有效性。

该文综述多种半监督与自监督视频对象分割方法，包括知识蒸馏与像素对比学习的低算力实时分割、基于DINO预训练Transformer时空对应关系的无监督分割、密集特征卷积全制度学习、压缩视频指代分割、深度循环网络分割追踪、视频抠图、音视物体自监督学习及运动线索Transformer分割，均在DAVIS、YouTube等基准上验证有效。