Action Recognition with Trajectory-Pooled Deep-Convolutional Descriptors
这篇文章提出了一种新的视频表示方法,叫做trajectory-pooled deep-convolutional descriptor(TDD)。他拥有手工设计的特征和深度学习的特征的优点。用深度结构来学习有区分的卷积特征映射。然后用轨迹控制的pooling方法来融合这些卷积特征。
本文设计了两种正则化的方法来转化卷积特征映射,即时空正则化和通道正则化。
我们提的特征的优点:1)能够自动的学习得到高可区分性的特征,2)考虑了时间维的本质特性,引进了轨迹控制策略来采样和pooling深度学习的特征。
改进的轨迹:首先,在