Large-scale Video Classification with Convolutional Neural Networks

于 2021-08-10 22:49:03 发布
阅读量709 收藏
点赞数
分类专栏： 视频分类
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_35912099/article/details/119580705
版权

Abstract:

1、使用一个新的100万数据集Sports-1M dataset，对cnn在大规模视频分类方面进行了广泛的经验评估
2、利用空间信息、局部时空信息、提出多分辨率框架

Related work:

传统方法

1、利用传统特征提取算法提取low-level feature

2、利用FV、BOW等进行编码 向量

3、利用SVM等进行分类.、或者和卷积特征进行融合堆叠

Models:

Fusion结构-实际为堆叠

single frame - 静态特征

Late Fusion - 全局运动特征

Early Fusion -局部运动方向和速度

Slow Fusion - 在空间和时间维度上逐步获得更多的全局信息

多分辨率双流结构 

Context stream背景流以一半的原始空间分辨率(89 89像素)接收下采样帧，

fovea stream而中央凹流以原始分辨率接收中心89 89区域。

 结果分析

预测策略：多个Clip去平均预测结果

视频数据处理策略：

我们通过将70%的视频分配给训练集，10%分配给验证集，20%分配给测试集来分割数据集。此外，由于我们只从每个视频中随机收集了多达100个半秒的片段，视频平均长度为5分36秒。

个人看法：

1、是否可以考虑特征融合而不是堆叠

2、是否可以用CNN特征结合传统算法

3、视频剪辑片段有待进一步分析

4、是否可以利用中间层特征在结合机器学习来做分类

小火箭丶
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Large-scale Video Classification with Convolutional Neural Networks(泛读)
小胜爱捣鼓
10-08 5417
一.文献名字和作者     Large-scale Video Classification with Convolutional Neural Networks, CVPR2014     二.阅读时间     2014年10月8日 三.文献的贡献点     文章的贡献点主要有三个：1.将CNN拓展，用于视频分类；     2.使用两种不同的分辨率的
【论文学习】Large-scale Video Classification with Convolutional Neural Networks
I am what i am
09-29 5120
Large-scale Video Classification with Convolutional Neural Networks原文地址粗略翻译摘要：卷积神经网络（CNN）是图像识别问题上一个非常强大的模型。受到这些结果的鼓舞，我们在大范围的视频分类中提供了广泛的实例评估，我们使用的数据集是100万个、属于487的类别的YouTube视频。为了利用局部时空信息，我们学习了多种方法来扩展CNN在
CV论文笔记（二） Large-scale Video Classification with Convolutional Neural Networks
ROM的博客
10-30 4796
参考论文 A. Karpathy, G. Toderici, S. Shetty, T. Leung, R. Sukthankar, and L. Fei-Fei, Large-scale Video Classification with Convolutional Neural Networks, CVPR 2014. 内容介绍 Abstract 研究多种方法来扩展CNN在时域上
Large Scale Image Classification
This is bill的专属博客
10-15 611
Large Scale Image Classification Training a neural network with a large number of images presents several challenges. Even with the latest GPUs, it is not possible to train large networks using a lar...
Large-scale Video Classification with Convolution Neural Networks
leek1727
03-07 3811
Large-scale Video Classification with Convolution Neural Networks 摘要：卷积神经网络（CNNs）在图像识别问题中已经被当做一个有力的模型被建立起来。受这些成果的影响，我们在大规模的视频分类数据集上准备了大量的对于CNNs经验的评价，我们用了一个新的数据集，它包括一百万个YouTube视频，属于487个不同的类别。为了扩展CNN
Large-Scale Video Classification with Convolutional Neural Networks
08-06
论文：Large-Scale Video Classification with Convolutional Neural Networks
imagenet-classification-with-deep-convolutional-neural-networks原版和翻译..rar
06-09
《ImageNet分类与深度卷积神经网络》是深度学习领域的一篇里程碑式论文，由Alex Krizhevsky、Ilya Sutskever和Geoffrey Hinton于2012年在NIPS会议上发表。这篇论文引入了AlexNet，一个深度卷积神经网络（CNN）模型，...
semi -supervised classification with graph convolutional networks学习必记
01-07
1 主要解决的问题 半监督学习：用于少量节点标签未知，例如文本、citation network、知识图谱分类 2 主要思想 采用图卷积中的一阶局部近似（即K=1），这部分的理解可以参考Chebyshev多项式作为GCN卷积核 ...
NIPS2012-ImageNet Classification with Deep Convolutional Neural Networks
05-20
### NIPS2012-ImageNet Classification with Deep Convolutional Neural Networks #### 概述 《NIPS2012-ImageNet Classification with Deep Convolutional Neural Networks》是图像分类领域的重要里程碑之一，该...
Large-Scale Scene Classification Using Gist Feature
别时茫茫的专栏
11-03 1612
1.论文介绍使用GIST特征对于场景图片进行分类。对于分类器的选择，作者使用了基于L2L_2正则，L2L_2损失的SVC方法，和基于核函数的SVM两种分类器。并在GIST特征的多尺度，多方向，不同划分图像块的三个方面进行了实验，结果表明带有核函数的SVM在提取GIST特征时使用18个方向，5个尺度，并使用4*4的划分卷积图像可以达到最好的分类结果。2.方法介绍2.1二维的Gabor 滤波器对于二维的
Efficient Large-Scale Multi-Modal Classification 多模态学习论文阅读
一个nlp探险者的博客
07-02 1848
引言 多模态问题我们应该不会陌生。 Efficient Large-Scale Multi-Modal Classification（AAAI2018） 摘要 早期的互联网主要是基于文本的，但现代数字世界正变得越来越多模式。这里，我们研究多模态分类，其中一个模态是离散的，例如文本；而另一个是连续的，例如从卷积神经网络传输的视觉表示。我们关注的场景是，我们必须能够快速地对大量数据进行分类。研究了实现多模态融合的各种方法，并分析了它们在分类精度和计算效率方面的优缺点。我们的研究结果表明，即使使用简单的融合方法，
行为识别论文笔记|SlowFusion|Large-scale Video Classification with Convolutional Neural Networks|
njuptalex的博客
09-24 929
Large-scale Video Classification with Convolutional Neural Networks 论文笔记 Andrej Karpathy et al. “Large-scale Video Classification with Convolutional Neural Networks” CVPR 2014 Motivation 缺少使用CNN进行视频分类的数据集和方法，所以推出了数据集 Sports-1M（1 million YouTube videos,
【论文阅读笔记】Large-scale Video Classification with Convolutional Neural Networks
bbp94_github的博客
09-05 2732
论文贡献： 1.采用多种方法扩展CNN到视频识别，并用Sports-1M数据集进行验证和测试。 2.提出了将输入处理为低分辨率流和高分辨率流的方法，在不影响精确度的前提下显著减少了CNN的训练时间。 3.验证模型能够扩展到UCF101数据集上，且显著提升了精确率。 时间信息融合模型： a）单帧模型（Single-frame）：用于得到静态图像对视频分类的贡献。CNN结构：C(...
ffmpeg调整缩放裁剪视频的基础知识
weixin_30332705的博客
06-29 1233
1. resize and scale video 调整视频的大小和尺寸 　　1-1.调整视频大小(resize)是改变视频的宽度和高度。 　　　　　　使用-s参数实现，语法：ffmpeg -i input_file -s wxh output_file (wxh是宽x高，比如320x240) 　　　 调整视频的尺寸(scale)是改变帧的数量。 　　　　　　 　　　　　　 ...
CNN（卷积神经网络）在视频动作分类中的应用
热门推荐
IT狗WeiWei
03-12 2万+
简介 Large-scale Video Classification with Convolutional Neural Networks Fusion Method Multi-resolution CNN Two-Stream Convolutional Networks for Action Recognition in Videos简介最近接触了一些卷积神经网络的只是以及其在视频动作分类中
[深度学习论文笔记][Video Classification] Large-scale Video Classification with Convolutional Neural Networks
Hao_Zhang_Vision的博客
11-16 2520
Karpathy, Andrej, et al. “Large-scale video classification with convolutional neural networks.” Proceedings of the IEEE conference on Computer Vision and Pattern Recognition. 2014. (Citations: 654).
SEMI-SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS 代码
最新发布
07-27
很抱歉，根据提供的引用内容，我无法提供关于"SEMI-SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS"代码的信息。引用的内容主要介绍了图上结点分类的半监督问题以及相关的研究方法和改进。如果您需要...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值