Learning Motion in Feature Space: Locally-Consistent Deformable Convolution Networks for Fine-Grained Action Detection

Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV), 2019

task

细粒度的动作检测

阅读记录

文中认为，如果用deformable卷积，那么两帧之间的offsets的差值就是光流。因为，如果deformable conv用于动作识别中，这个deformable如果学习得比较好，那么相当于一种检测关键点的功能。那么显然，这些关键点的变化，就是光流。

(a)和(b)是两个连续的帧;
©和(d)为背景和运动区域的运动矢量(绿点为激活位置，红箭头为运动矢量);
(e)为该人在t - 1和t时间手动定义的mask
(f)为特征空间中运动场的能量，通过聚合所有可变形卷积层中的运动向量计算得到。

说明

以上内容均为作者本人平时阅读并且汇报使用，内容整理全凭个人理解，如有侵权，请联系我；内容如有错误，欢迎留言交流。转载请注明出处，并附有原文链接，谢谢！

此外，我还喜欢用ipad对论文写写画画（个人英文阅读的水平有限），做一些断句、重点勾画等，有兴趣大家可以按需下载：链接

更多论文分享，请参考：深度学习相关阅读论文汇总（持续更新）

论文阅读 Learning Motion in Feature Space: Locally-Consistent Deformable Convolution Networks相关推荐

【论文阅读】Rethinking Spatiotemporal Feature Learning For Video Understanding
[论文阅读]Rethinking Spatiotemporal Feature Learning For Video Understanding 这是一篇google的论文,它和之前介绍的一篇face ...
论文阅读笔记 1.《Open Flow: Enabling Innovation in Campus Networks》（2022.12.22）
论文阅读笔记 1.<Open Flow: Enabling Innovation in Campus Networks>(2022.12.22) 一.论文主要内容二.对 OpenFlow ...
【论文阅读】Mastering the game of Go with deep neural networks and tree search
[论文阅读]Mastering the game of Go with deep neural networks and tree search 1 本文解决了什么问题? 在所有的完全信息博弈中, ...
【联邦学习论文阅读】FedProx（2018）Federated Optimization in Heterogeneous Networks
[FedProx]论文链接:https://arxiv.org/abs/1812.06127 摘要联邦学习面临两个关键挑战:系统异构性:统计异构性.本文的FedProx可以解决联邦学习的异构性,可看 ...
论文阅读：Adding Attentiveness to the Neurons in Recurrent Neural Networks
目录 Summary Details (Implementation) 原来的 RNN 结构变为 Element-wise-Attention Gate (EleAttG) 后论文名称:Addin ...
论文阅读笔记：Unsupervised Feature Learning via Non-Parametric Instance Discrimination
Unsupervised Feature Learning via Non-Parametric Instance Discrimination 论文下载地址 github代码地址 Summary 这 ...
【论文阅读笔记】Multi-Task Feature Learning for Knowledge Graph Enhanced
Multi-Task Feature Learning for Knowledge Graph Enhanced 1.框架 MKR是一个通用的.端对端深度推荐框架, 由三个主要部分组成:推荐模块.KG ...
[论文阅读] Learning Loss for Active Learning
论文地址:https://arxiv.org/abs/1905.03677 发表于:CVPR'19 Abstract 深度神经网络的性能随着更多的标注数据而提高.问题是用于标注的预算是有限的.解决这个 ...
论文阅读 Learning Transferable Visual Models From Natural Language Supervisio
Learning Transferable Visual Models From Natural Language Supervision Computer Vision and Pattern Re ...

论文阅读 Learning Motion in Feature Space: Locally-Consistent Deformable Convolution Networks

Learning Motion in Feature Space: Locally-Consistent Deformable Convolution Networks for Fine-Grained Action Detection

Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV), 2019

task

阅读记录

说明

论文阅读 Learning Motion in Feature Space: Locally-Consistent Deformable Convolution Networks相关推荐

最新文章

热门文章