Deep Feature Flow for Video Recognition
來自MSRA視覺計算組，發表在CVPR2017上。這篇文章提出了一個結合光流的快速視頻目標檢測和視頻語義分割方法。 motivation 在視頻流的每一幀上用CNN計算特征太慢了。 兩個相鄰幀有相似的feature map 結合光流將特征進行傳播 ...
原文：Collaborative Spatioitemporal Feature Learning for Video Action Recognition
Collaborative Spatioitemporal Feature Learning for Video Action Recognition 摘要 時空特征提取在視頻動作識別中是一個非常重要的部分。現有的神經網絡模型要么是分別學習時間和空間特征 C D ，要么是不加控制地聯合學習時間和空間特征 C D 。 作者提出了一個新穎的neural操作，它通過在可學習的參數上添加權重共享約束來將時 ...
2019-08-07 09:11 0 736 推薦指數：
相關推薦
A Discriminative Feature Learning Approach for Deep Face Recognition
url: https://kpzhang93.github.io/papers/eccv2016.pdf year: ECCV2016 abstract 對於人臉識別任務來說, 網絡學習到的特征具 ...
Multi-Agent Reinforcement Learning Based Frame Sampling for Effective Untrimmed Video Recognition
Multi-Agent Reinforcement Learning Based Frame Sampling for Effective Untrimmed Video Recognition ICCV 2019 (oral) 2019-08-01 15:08:19 Paper ...
Weakly-supervised Video Anomaly Detection with Robust Temporal Feature Magnitude Learning
本篇論文收錄於ICCV2021，主要介紹了通過弱監督學習來檢測視頻異常，地址如下： Paper: https://arxiv.org/abs/2101.10030 Code: htt ...
Reading papers_16(Learning hierarchical invariant spatio-temporal features for action recognition with independent subspace analysis)
前言 本次讀的文章是與feature learning相關，feature learning也叫做deep learning,是最近一個比較熱門的話題。因為它可以無監督的學習到圖片和視頻的一些特征（當然在其它領域也可以，比如語音，語言處理等），而這些特征並不需要人為手動去設。手動 ...
【CVPR2018，action recognition,動作識別】Appearance-and-Relation Networks for Video Classification
Appearance-and-Relation Networks for Video Classification,CVPR2018 Two-tream網絡效果好，但是太耗時；2Dconv+LSTM和其他方式的效果又不太好，主要是因為LSTM只能抓住高層次的模糊信息，不能抓住細粒度的運動信息 ...
SlowFast Networks for Video Recognition
▌Kinetics 數據集的動作分類 對於視頻動作分類，作者采用 Kinetics-400 數據集，其中包含 ...
Context Encoders: Feature Learning by Inpainting
論文來源：2016 CVPR （1）所解決問題 通過基於上下文像素預測驅動的無監督的視覺特征的學習算法，利用周圍的圖像信息來推斷缺失的圖像 本文的上下文編碼器需要解決一個困難的任務:填補圖像中大 ...