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

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）