本研究提出了一种自监督学习方法，通过未标记的视频学习视觉对应关系，并利用循环一致性识别动态对象。实验结果表明，该方法在视频对象传播和姿态跟踪任务上优于全监督算法，并结合语义模型提升了视觉关系检测性能。