Self-Supervised Multimodal Learning: A Survey

人工智能 计算机科学 机器学习 模式识别(心理学)
作者
Yongshuo Zong,Oisin Mac Aodha,Alan Yuille
出处
期刊:IEEE Transactions on Pattern Analysis and Machine Intelligence [Institute of Electrical and Electronics Engineers]
卷期号:: 1-20
标识
DOI:10.1109/tpami.2024.3429301
摘要

Multimodal learning, which aims to understand and analyze information from multiple modalities, has achieved substantial progress in the supervised regime in recent years. However, the heavy dependence on data paired with expensive human annotations impedes scaling up models. Meanwhile, given the availability of large-scale unannotated data in the wild, self-supervised learning has become an attractive strategy to alleviate the annotation bottleneck. Building on these two directions, self-supervised multimodal learning (SSML) provides ways to learn from raw multimodal data. In this survey, we provide a comprehensive review of the state-of-the-art in SSML, in which we elucidate three major challenges intrinsic to self-supervised learning with multimodal data: (1) learning representations from multimodal data without labels, (2) fusion of different modalities, and (3) learning with unaligned data. We then detail existing solutions to these challenges. Specifically, we consider (1) objectives for learning from multimodal unlabeled data via self-supervision, (2) model architectures from the perspective of different multimodal fusion strategies, and (3) pair-free learning strategies for coarse-grained and fine-grained alignment. We also review real-world applications of SSML algorithms in diverse fields such as healthcare, remote sensing, and machine translation. Finally, we discuss challenges and future directions for SSML. A collection of related resources can be found at: https://github.com/ys-zong/awesome-self-supervised-multimodal-learning.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
wjf123完成签到 ,获得积分10
12秒前
马大翔完成签到,获得积分10
15秒前
跳跃的鹏飞完成签到 ,获得积分10
18秒前
luochen完成签到,获得积分10
21秒前
昵称完成签到 ,获得积分10
24秒前
Ashley完成签到 ,获得积分10
25秒前
我就想看看文献完成签到 ,获得积分10
25秒前
深深完成签到,获得积分10
35秒前
JaneChen完成签到 ,获得积分10
35秒前
巾凡完成签到 ,获得积分10
40秒前
Accept完成签到,获得积分10
42秒前
i2stay完成签到,获得积分10
47秒前
蔡蕾丝完成签到,获得积分10
55秒前
旺仔完成签到 ,获得积分10
58秒前
goodsheep完成签到 ,获得积分10
1分钟前
我和你完成签到 ,获得积分10
1分钟前
芮Echo完成签到,获得积分10
1分钟前
lizef完成签到 ,获得积分10
1分钟前
苏云墨完成签到 ,获得积分10
1分钟前
ii完成签到 ,获得积分10
1分钟前
danli完成签到 ,获得积分10
1分钟前
科研通AI2S应助芮Echo采纳,获得10
1分钟前
梓歆完成签到 ,获得积分10
1分钟前
OKay呀完成签到 ,获得积分10
1分钟前
希望天下0贩的0应助xuaotian采纳,获得10
1分钟前
积极盼山完成签到 ,获得积分10
1分钟前
1Yer6完成签到 ,获得积分10
1分钟前
lzt完成签到 ,获得积分10
1分钟前
1分钟前
机灵的啤酒完成签到 ,获得积分10
1分钟前
xuaotian发布了新的文献求助10
1分钟前
在路上应助kol采纳,获得10
1分钟前
reset完成签到 ,获得积分10
1分钟前
xuaotian完成签到,获得积分10
1分钟前
牛奶面包完成签到 ,获得积分10
1分钟前
HJBF666完成签到 ,获得积分10
2分钟前
当女遇到乔完成签到 ,获得积分10
2分钟前
shiyi完成签到 ,获得积分10
2分钟前
燕山堂完成签到 ,获得积分10
2分钟前
鲤鱼灵阳完成签到,获得积分10
2分钟前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Defense against predation 800
Very-high-order BVD Schemes Using β-variable THINC Method 568
Chen Hansheng: China’s Last Romantic Revolutionary 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3137039
求助须知:如何正确求助?哪些是违规求助? 2788025
关于积分的说明 7784284
捐赠科研通 2444088
什么是DOI,文献DOI怎么找? 1299724
科研通“疑难数据库(出版商)”最低求助积分说明 625536
版权声明 601010