典型文献
基于无标签视频数据的深度预测学习方法综述
文献摘要：
基于视频数据的深度预测学习(以下简称"深度预测学习")属于深度学习、计算机视觉和强化学习的交叉融合研究方向,是气象预报、自动驾驶、机器人视觉控制等场景下智能预测与决策系统的关键组成部分,在近年来成为机器学习的热点研究领域.深度预测学习遵从自监督学习范式,从无标签的视频数据中挖掘自身的监督信息,学习其潜在的时空模式表达.本文对基于深度学习的视频预测现有研究成果进行了详细综述.首先,归纳了深度预测学习的研究范畴和交叉应用领域.其次,总结了视频预测研究中常用的数据集和评价指标.而后,从基于观测空间的视频预测、基于状态空间的视频预测、有模型的视觉决策三个角度,分类对比了当前主流的深度预测学习模型.最后,本文分析了深度预测学习领域的热点问题,并对研究趋势进行了展望.
文献关键词：
深度学习;自监督学习;计算机视觉;视频预测;有模型的视觉决策
中图分类号：
作者姓名：
潘敏婷;王韫博;朱祥明;高思宇;龙明盛;杨小康
作者机构：
上海交通大学人工智能研究院、人工智能教育部重点实验室,上海201109;清华大学软件学院,北京100084
文献出处：
引用格式：
[1]潘敏婷;王韫博;朱祥明;高思宇;龙明盛;杨小康-.基于无标签视频数据的深度预测学习方法综述)[J].电子学报,2022(04):869-886
A类：
有模型的视觉决策
B类：
无标签,视频数据,深度预测,预测学,方法综述,计算机视觉,强化学习,交叉融合,融合研究,气象预报,自动驾驶,机器人视觉,视觉控制,智能预测,决策系统,热点研究,遵从,自监督学习,学习范式,监督信息,时空模式,视频预测,研究范畴,预测研究,观测空间,状态空间,分类对比,学习领域,研究趋势
AB值：
0.334828
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
