[论文学习笔记]Action Recognition with Coarse-to-Fine Deep Feature Integration and Asynchronous Fusion

本文提出了一种基于深度学习的动作识别框架,包括粗到细网络和异步融合网络。粗到细网络从多个动作类粒度中提取并集成深度特征,以获取更精确的动作表示。异步融合网络则在不同时间点整合流方式特征,以充分利用多流信息。这两种方法结合在同一个集成框架中,实现最先进的性能。
摘要由CSDN通过智能技术生成

版权声明:本文为博主原创文章,未经博主允许不得转载。https://blog.csdn.net/sinat_30281495/article/details/82854935

论文地址:http://cn.arxiv.org/pdf/1711.07430

作者:Weiyao Lin 1∗ , Yang Mi 1 , Jianxin Wu 2 , Ke Lu 3 , Hongkai Xiong 1

1 Department of Electronic Engineering, Shanghai Jiao Tong University, China.

2 National Key Laboratory for Novel Software Technology, Nanjing University, China.

3 University of Chinese Academy of Sciences, China  

{wylin, deyangmiyang, xionghongkai}@sjtu.edu.cn, wujx2001@nju.edu.cn, luk@ucas.ac.cn

论文贡献

  • 提出了一个从粗到细的网络,它从多个动作类粒度中提取和集成深度特征,以获得更精确的动作表示。
  • 提出了一种异步融合网络,它在不同时间点集成了流方式特征,以便更好地利用多流中的信息。
  • 将提出的粗到精和异步融合网络
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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