https://blog.qife122.com/tags/%E8%A7%86%E9%A2%91%E8%A1%A8%E5%BE%81/ Recent content in 视频表征 on 办公AI智能小助手 Hugo zh-cn qife Tue, 23 Sep 2025 20:19:40 +0800 https://blog.qife122.com/p/%E8%BF%90%E5%8A%A8%E6%84%9F%E7%9F%A5%E6%8E%A9%E7%A0%81%E6%8A%80%E6%9C%AF%E6%8F%90%E5%8D%87%E8%A7%86%E9%A2%91%E8%A1%A8%E5%BE%81%E5%AD%A6%E4%B9%A0/ Tue, 23 Sep 2025 20:19:40 +0800 https://blog.qife122.com/p/%E8%BF%90%E5%8A%A8%E6%84%9F%E7%9F%A5%E6%8E%A9%E7%A0%81%E6%8A%80%E6%9C%AF%E6%8F%90%E5%8D%87%E8%A7%86%E9%A2%91%E8%A1%A8%E5%BE%81%E5%AD%A6%E4%B9%A0/ <h1 id="运动感知掩码技术提升视频表征学习">运动感知掩码技术提升视频表征学习</h1> <p>现代基础模型（如大语言模型）通过重建随机掩码的文本或图像，无需人工标注即可从海量无标注数据中学习强大表征。但将这种方法推广到视频数据面临独特挑战：随机掩码可能让模型通过相邻帧简单补全内容，而固定区域掩码则可能因相机运动导致模型仅学习重建背景而非关键物体。</p>