Eudemonia_mia的博客

1.Contribution propose a two-stream ConvNet architecture spatial & tmporal ConvNet trained on multi-frame dense optical flow is able to achieve very good performance multi-task learn can incr...

1.Aim discover the principle to design effective ConvNet architecture for action recognition in videos learn these models given limited training samples 2.Contribution TSN based on the idea of lon...

算法介绍 双流网络使用以单帧RGB作为输入的CNN来处理空间维度的信息，使用以多帧密度光流场作为输入的CNN来处理时间维度的信息，并通过多任务训练的方法将两个行为分类的数据集联合起来(UCF101与HMDB)，去除过拟合进而获得更好效果。 贡献 提出two-stream ConvNet来对时空特征进行建模表示 提出了多帧光流作为输入，对性能提升作用很大 源码 未公开源码 光流 图像中物体的运...

算法介绍 当时研究的不足（尤其是双流）： 只能处理短期运动(short-term)，对长期运动(long-range)时间结构进行理解不足 训练样本较小 提出的处理办法： 弥补第一个不足：使用稀疏时间采样策略和基于视频监督的策略，将视频进行时域分割后随机抽取片段 弥补第二个不足：交叉预训练、正则化技术和数据扩张技术 源码 公开源代码，基于caffe实现，以及另一种实现方式，基于pytorc...

总体思路： 抽取并分类时空特征为目的的视频识别方法 two-stream(双流)方法 C3D方法 CNN-LSTM方法 以提取骨架信息进行再训练为目的的姿态估计方法

(1)Present a new video representation, called temporal linear encoding (TLE) (2)Embedded inside of CNNs as a new layer,which captures the appearance and motion throughout entire videos. Encodes this...