VALSE2019 　王利民南京大学

一、基于视频的时序建模和动作识别方法

当前视频行为识别主要是在三种场景：

In the Lab
In TV，Movies
In web videos

视频动作识别的机遇和挑战:

机遇：视觉信息提供了大量、丰富的数据用于视觉理解；动作是运动感知的核心且能够衍生许多视频理解的应用。

挑战：复杂的动态时序变化，动作的定义不明确，噪声和行人的弱标记信息，昂贵的计算资源和存储代价。

由于视频在图像的基础上增加了一维时序信息，王利民老师从短期（Short Term）、中期（Middle Term）、长期（Long Term）三个角度对视频的时序信息进行建模。首先，回顾了基于深度学习的视频行为识别主流方法，比如two-stream，C3D，SlowFast Network。

然后，王老师重点分享了其本人在视频行为识别的一些工作。主要包括:

短期建模方法：Appearance-and-Relation Net（ARTNet）
中期建模方法Temporal Segment Network—TSN
长期建模方法（Untrimmed Net）

VALSE学习（十二）：视频时序建模和动作识别相关推荐

PyTorch框架学习十二——损失函数
PyTorch框架学习十二--损失函数一.损失函数的作用二.18种常见损失函数简述 1.L1Loss(MAE) 2.MSELoss 3.SmoothL1Loss 4.交叉熵CrossEntropy ...
OpenCV与图像处理学习十二——图像形状特征之HOG特征
OpenCV与图像处理学习十二--图像形状特征之HOG特征一.图像特征理解 1.1 颜色特征 1.2 纹理特征 1.3 形状特征 1.4 空间关系特征二.形状特征描述 2.1 HOG特征 2.1. ...
（转）SpringMVC学习(十二)——SpringMVC中的拦截器
http://blog.csdn.net/yerenyuan_pku/article/details/72567761 SpringMVC的处理器拦截器类似于Servlet开发中的过滤器Filter, ...
【FastAPI 学习十二】定时任务篇 (移步博客园或个人网站无广告，界面清爽整洁)
声明目前个人放弃CSDN平台,文章只发布于个人网站和博客园博客园地址 [FastAPI 学习十二]定时任务篇
C1认证学习十二（网络拓扑）
C1认证学习十二(网络拓扑) 任务背景互联网是一个广义的概念,它泛指是一切通过网路连接在一起的计算机的集合,所以,若果只是局部观察,那就不能再说互联网是一个互联的了,那么,如果说对于一个公司来说,具 ...
Js高级程序设计第三版学习(十二章)
Js高级程序设计第三版学习(十二章) 第十二章 DOM2和DOM3 1.样式: 访问样式属性任何支持style特性的HTML元素都有一 ...
MATLAB与深度学习（二）— 训练神经网络（图像分类识别）
MATLAB与深度学习(二)- 训练神经网络(图像分类识别) 上一篇,我们介绍了与深度学习相关的MATLAB工具包.这一篇,我们将介绍如何训练神经网络和相关的基础知识.本文借鉴和引用了网上许多前辈的经 ...
Android OpenGL ES 学习(十二) - MediaCodec + OpenGL 解析H264视频+滤镜
OpenGL 学习教程 Android OpenGL ES 学习(一) – 基本概念 Android OpenGL ES 学习(二) – 图形渲染管线和GLSL Android OpenGL ES 学 ...
linux中ftp的工作原理,Linux系统学习十二、VSFTP服务—简介与原理
1.简介与原理互联网诞生之初就存在三大服务:WWW.FTP.邮件 FTP主要针对企业级,可以设置权限,对不同等级的资料针对不同权限人员显示. 但是像网盘这样的基本没有权限划分. 简介: FTP(Fi ...

VALSE学习（十二）：视频时序建模和动作识别

VALSE2019 　王利民南京大学

一、基于视频的时序建模和动作识别方法

VALSE学习（十二）：视频时序建模和动作识别相关推荐

最新文章

热门文章

VALSE学习（十二）：视频时序建模和动作识别

VALSE2019 王利民 南京大学

一、基于视频的时序建模和动作识别方法

VALSE学习（十二）：视频时序建模和动作识别相关推荐

最新文章

热门文章

VALSE2019 　王利民南京大学