Multi-Fiber Networks for Video Recognition (MFNet)
Motivation：减少时空网络的计算量，保持视频分类精度的基础上，使速度尽可能接近对应网络的2D版本。 为此提出 Multi-Fiber 网络，将复杂网络拆分成轻量网络的集成，利用 fibe ...
原文：SlowFast Networks for Video Recognition
Kinetics 数据集的动作分类 对于视频动作分类，作者采用 Kinetics 数据集，其中包含约 k 个训练视频数据和 k个验证数据，共涵盖 种动作类别。实验结果得到 Top 和 Top 的分类准确性，单条 Slow 网络与 SlowFast 网络的性能对比，以及 SlowFast 网络与 Kibetics 数据集上当前最佳模型之间的性能对比，详细结果如下图 ，图 ，图 所示。 图 Kine ...
2018-12-26 16:50 0 1454 推荐指数：
相关推荐
【论文笔记】Improved Residual Networks for Image and Video Recognition（ResNet新变体：IResNet）
github地址：https://github.com/iduta/iresnet 论文地址：https://arxiv.org/abs/2004.04989 该论文主要关注点： 网 ...
【CVPR2018，action recognition,动作识别】Appearance-and-Relation Networks for Video Classification
Appearance-and-Relation Networks for Video Classification,CVPR2018 Two-tream网络效果好，但是太耗时；2Dconv+LSTM和其他方式的效果又不太好，主要是因为LSTM只能抓住高层次的模糊信息，不能抓住细粒度的运动信息 ...
Deep Feature Flow for Video Recognition
来自MSRA视觉计算组，发表在CVPR2017上。这篇文章提出了一个结合光流的快速视频目标检测和视频语义分割方法。 motivation 在视频流的每一帧上用CNN计算特征太慢 ...
Collaborative Spatioitemporal Feature Learning for Video Action Recognition
Collaborative Spatioitemporal Feature Learning for Video Action Recognition 摘要 时空特征提取在视频动作识别中是一个非常重要的部分。现有的神经网络模型要么是分别学习时间和空间特征（C2D），要么是不加控制地联合学习时间 ...
【CV论文阅读】Dynamic image networks for action recognition
论文的重点在于后面approximation部分。 在《Rank Pooling》的论文中提到，可以通过训练RankSVM获得参数向量d，来作为视频帧序列的representation。而在d ...
Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition
Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition Kaiming He, Xiangyu Zhang, Shaoqing Ren, and Jian Sun The 13th ...
【ML】Two-Stream Convolutional Networks for Action Recognition in Videos
Two-Stream Convolutional Networks for Action Recognition in Videos & Towards Good Practices for Very Deep Two-Stream ConvNets Note here ...