在计算机视觉领域，想要建立图像和场景（scene）之间之间的对应关系是一项比较困难的任务，尤其是在存在遮挡、视角改变或是物体外观发生变化的情况下。

最近，斯坦福大学李飞飞团队对MAE进行扩展，提出了孪生掩码自编码器SiamMAE（SiameseMaskedAutoencoders）以学习视频中的视觉对应关系。

论文链接：

转载请注明:http://www.aideyishus.com/lkzp/6189.html