基于无监督学习的视频中人体动作识别综述.pptx

content目录01研究背景与问题提出02传统无监督方法的技术脉络03深度无监督学习的范式转变04前沿模型与技术创新05关键技术挑战与应对策略06未来展望与研究方向

研究背景与问题提出01

人类视觉系统具备无需标注即可理解动态行为的能力，启发了无监督动作识别的研究方向01视觉启发机制借鉴人类视觉系统无需标签理解动态场景的能力，探索AI模型的无监督学习机制，提升对复杂环境的理解。02时空统计规律捕捉自然视觉流中的动作时空特征，模拟大脑对连续动态信息的自动处理过程，增强模型感知能力。03注意力逃逸现象利用神经科学发现的注意力逃逸机制，使模型在忽略无关刺激时仍可学习深层特征，提高信息利用率。04无