记录 之 最近阅读的动作识别(action recognition)工作

介绍：

其中C3D是3d卷积的比较有意义的开端，I3d在C3D之后做了一系列研究，包括引入双流网络，和LSTM网络，并使用已经训练好的2D图像分类模型的参数维数扩充后用做3D网络的预训练模型。S3D是在I3D的基础上，探索了卷积拆分，使得模型的量级下降，并在后续的工作中加入了Graph Convolution的一些思想。

TSN：time segment networks,主要时提出了一种新的采样策略，即将视频分K段，从每段中随机挑选若干（s）帧组成片段，则共有K*s帧被采样(这里不考虑反转裁剪等操作)，最后融合K个段的预测结果。

TSM：time shift module则主要是引入了时间转移模块，沿时域做特征转移。加强了时域信息的交流融合。其帧采样策略采用的是稀疏采样策略（不同于传统的密集采样），继承了TSN的采样策略。

上面是一个整体的把握，如果有什么细节大家可以参考论文原文及github源码。

以下是几篇相对较好的博客，供大家参考

C3D：https://www.jianshu.com/p/09d1d8ffe8a4

TSM：https://zhuanlan.zhihu.com/p/66251207

S3D：https://blog.csdn.net/SIGAI_CSDN/article/details/85098096

I3D：https://zhuanlan.zhihu.com/p/58355093

TSN：https://blog.csdn.net/zhang_can/article/details/79618781