3DCNN:3D Convolutional Neural Networks for Human Action Recognition

一.解决的问题

1.卷积神经网络(CNNs)是一种能够直接作用于原始输入的深度学习模型，从而实现了特征构建过程自动化。
2.这些模型目前仅限于处理2D输入。在这篇论文中，我们开发了一个新颖的3D CNN动作识别模型。
3.该模型通过三维卷积从空间和时间两方面提取有限元数据，从而捕获多个相邻帧的运动信息。所建立的模型从输入帧中生成多个信息通道，通过对各通道的信息进行融合得到最终的特征表示。将所建立的模型应用于现实环境中对人的行为进行识别

二.3D卷积神经网络

1. 2D卷积计算公式：

（1）第i层第j个feature map中(x,y)位置的输出值，记为$V_{ij}^{xy}$。
（2）$P_i$和$Q_i$分别是核的高度和宽度。
（3） W i j k p q W^{pq}_{ijk} W