百度飞浆定会论文复现之视频分类：ECO: Efficient Convolutional Network for Online Video Understanding

百度飞浆定会论文复现之视频分类：ECO: Efficient Convolutional Network for Online Video Understanding

论文创新点：
本文考虑了视频分类中相邻帧之间的信息冗余，也考虑到较远帧之间的信息的相关性的情况下。本文采取与以前的方法不同，主要有三个方面：
（1） 与TSN类似，本文从整个视频中抽取固定数量的帧来覆盖长范围时间结构（long-range temporal structure）建模，以便理解视频。这样，采样帧跨越整个视频，而与视频的长度无关。
（2） 与TSN不同，本文使用3D网络来学习帧之间的关系，并在整个视频中追踪它们。网络通过端到端的训练来学习这种关系。
（3） 该网络直接提供视频级别的分数，而无需进行事后特征聚合。因此，它可以在线运行，甚至可以在小型计算设备上实时运行。
模型描述：
ECO网络具体结构：

输入的视频被分成N个RGB 的 segment，分别为子部分Si，i = 1，…，N，它们具有相同的大小，并且在每个子部分中随机采样一帧。这些帧中的每一帧都由单个2D卷积网络（权重