#802
summarized by : 古澤嘉久
Self-Supervised Learning for Semi-Supervised Temporal Action Proposal

どんな論文か?

教師あり学習と自己教師あり学習を用いてアクションローカリゼーションを行った研究。自己教師あり学習では、ランダムdropからの再構成とジグソーパズルを解き、教師あり学習は対比学習のようなMean Teacher Frameworkと同時に教師データを用いて学習を行う。

新規性

既往研究の半教師あり学習と比較しても常に性能が向上しているし、アクションローカリゼーション枠組みとして初めて半教師あり学習と自己教師あり学習を組み合わせた学習方法を提案した。

結果

THUMOS14、 ActivityNet v1.3 においてこれまでの半教師あり学習の手法に対しては、常に精度が向上しており、完全な教師あり学習にも匹敵する場合もあった。

その他(なぜ通ったか?等)