动作识别概况

一、动作识别

主要目标是判断一段视频中人的行为的类别，所以也可以叫做 Human Action Recognition。

二、动作识别的难点

1.类内和类之间差异, 同样一个动作，不同人的表现可能有极大的差异。

2.环境差异, 遮挡、多视角、光照、低分辨率、动态背景.

3.时间变化, 人在执行动作时的速度变化很大，很难确定动作的
起始点，从而在对视频提取特征表示动作时影响最大。

4.缺乏标注良好的大的数据集

三、动作识别现在常用的方法

1.传统方法：iDT
（1）密集轨迹算法(DT算法）

2.当前深度学习的方法
（1）GB+光流(two-stream、TSN)
（2）i3D、3D、(2+1D）卷积
（3）RNN(LSTM/GPU）

四、行为识别的两个方向

1.Action Recognition:
给定一个视频片段进行分类，一般使用的数据库都先将动作分割好了，一个视频片段中包含一段明确的动作，时间比较短。（其实就是输入一个视频，输出其动作分类）常用数据库：UCF101，HMDB51等等

2.Temporal Action Localization:
不仅要知道动作在视频中是否发生，还要知道动作发生在视频的哪段时间（开始和结束时间）。特点是处理较长的、未分割的视频。而且视频通常有较多的干扰，目标动作一般只占视频的一