Large-scale Video Classification with Convolutional Neural Networks(泛读)

最新推荐文章于 2020-09-24 16:42:10 发布
最新推荐文章于 2020-09-24 16:42:10 发布
阅读量5.4k 收藏 6
点赞数 1
分类专栏： 文献阅读 Deep_Learning Machine_Learning Something_Interesting DL文献阅读与感悟 文章标签： CVPR DeepLeaning 文献阅读
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/sheng_ai/article/details/39899015
版权

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帧分别作为输入，输入到两个CNN中，在最后的两个全连接层将两个CNN统一起来；两个流分别是低分辨率的内容流和采用每一个帧中间部分的高分辨率流(如图1)；
    3.将从自建数据库学习到的CNN结构迁移到UCF-101数据集上面。
    在考虑时间关联性方面，作者提出了四种方案(如图2)，并且进行了相关实验，实验的结果表示这四种方面都能取得很好的结果。
    作者也做了关于迁移学习的实验，证明了使用自建数据库学习到的神经网络能够用于UCF-101数据集，而且效果比单独使用UCF-101训练得到的效果还要好。
    这篇文献提出的使用不同分辨率作为输入的方法，可以考虑在图像分类方面使用一下。

               图1. 网络结构



                图2. 不同关于时间信息的融合方案





版权所有，欢迎转载，转载请注明出处，谢谢微笑









shengno1
关注
  • 1
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
Large-scale Video Classification with Convolutional Neural Networks
xiaofei0801的博客
06-06 1879
1. Introduction        图像和视频在互联网上变得无所不在，这鼓励了开发可以分析其语义内容的不同应用程序的算法，包括搜索和摘要。近来，卷积神经网络（CNN）[15]已经被证明是一种有效的模型，用于理解图像内容，为图像识别，分割，检测和检索提供了最先进的结果[11,3,2， 20，9，18]。这些结果背后的关键因素是将网络扩展到数千万个参数和可以支持学习过程的大量标签数据集的技
Large-scale Video Classification with Convolution Neural Networks
leek1727
03-07 3806
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
【论文学习】Large-scale Video Classification with Convolutional Neural Networks
I am what i am
09-29 5100
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
【论文阅读笔记】Large-scale Video Classification with Convolutional Neural Networks
bbp94_github的博客
09-05 2725
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(...
Large-Scale Video Classification with Convolutional Neural Networks
08-06
论文：Large-Scale Video Classification with Convolutional Neural Networks
AlexNet - ImageNet Classification with Deep Convolutional Neural Networks 译文
07-12
AlexNet - ImageNet Classification with Deep Convolutional Neural Networks 译文
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 ...
4824-imagenet-classification-with-deep-convolutional-neural-networks.rar
07-09
这个压缩包文件“4824-imagenet-classification-with-deep-convolutional-neural-networks.rar”包含的资料，正是关于AlexNet的详细解析，对于深入理解深度学习和CNN有着重要价值。 AlexNet是由Alex Krizhevsky、...
Multi-Frame Video Super-Resolution Using Convolutional Neural Networks
03-05
Multi-Frame Video Super-Resolution Using Convolutional Neural Networks
[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 2515
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).
CV论文笔记（二） Large-scale Video Classification with Convolutional Neural Networks
ROM的博客
10-30 4791
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
行为识别论文笔记|SlowFusion|Large-scale Video Classification with Convolutional Neural Networks|
njuptalex的博客
09-24 927
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,
Notes on Large-scale Video Classification with Convolutional Neural Networks
aocandr8991的博客
05-26 86
Use bigger datasets for CNN in hope of better performance. A new data set for sports video classification: sports-1M. CNN in one frame is about the same as many frames. CNN is good at image b...
ImageNet classification with deep convolutional neural network
夜夜秋雨
06-09 807
摘要 AlexNet， ImageNet
VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION
holmosaint的博客
09-09 460
这篇文章重点分析了CNN深度对于其performance的影响，并且提出3×3的filter size可以大幅提升原先的CNN performance。同时，这篇文章提出了VGG的网络架构，获得了ImageNet Challenge 2014的冠军，同时该架构在其他数据集上的泛化能力也很强。 1 ConNet Configuration 2 Classfication framework ...
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...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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