· Ich liebe Dich

4、现存的数据集  在本节中，我们简要回顾了四个现有的第三人称的视频问答数据集，这些数据集是公开可用的并且在以前的工作通常会使用到。 在表1中，我们采用[21]中的现有数据集的统计信息并对其进行了少量修改。 我们还将在下一部分将它们与我们建议的EgoVQA数据集进行比较。  如表1第三人称部分所示，所有现有的视频问答数据集都是第三人称的视角。 1）TGIF-QA [35]是一个关于71741幅动画图片的超过165,000个问题的数据集，源自TGIF数据集[41]。 在此数据集上形成了多个任务，包括计算所

Temporal Segment Networks: Towards Good Practices for Deep Action Recognition摘要  本文旨在探索针对视频中行为识别的一种有效的 ConvNetConvNetConvNet 体系结构的设计，以及如何在有限的训练样本下来学习这些模型。贡献一：temporaltemporaltemporal segmentsegment...

Temporal Segment Networks: Towards Good Practices for Deep Action RecognitionAbstract.深度卷积网络对于静止图像的视觉识别已取得了巨大的成功。然而，对于视频的行为识别，传统方法的优势并不那么明显。本文旨在探索针对视频中行为识别的一种有效的 ConvNetConvNetConvNet 体系结构的设计原则，并且用有...

Learning Spatiotemporal Features with 3D Convolutional Networks翻译过这篇论文后，简单梳理一下本论文。一、摘要  提出了一种简单还有效的时空特征学习方法，它基于大尺度监督视频数据集上训练的深层三维卷积网络（3D3D3D ConvNetsConvNetsConvNets），其中发现三个方面：（1）相比于 2D2D2D ConvNe...

Learning Spatiotemporal Features with 3D Convolutional NetworksAbstract  我们提出了一种简单是有效的时空特征学习方法，它基于大尺度监督视频数据集上训练的深层三维卷积网络（3D3D3D ConvNetsConvNetsConvNets）。我们的发现有三个方面：（1）相比于 2D2D2D ConvNetsConvNetsCon...