weixin_44523062的博客

https://www.bilibili.com/video/BV15y4y1k7Fqlstm + attention

https://www.bilibili.com/video/BV1Lp4y1X7dy1 建模2 在Maya里面做拓扑retopo3 皮肤4

其中testlist01和trainlist01对应，对于每类合在一起是25group，其中test包括7group，train为剩余的25-7 group。每个group又包含4-7个剪辑上图中testlist01、02、03只是交叉取group，分别是前、中、后8group。模型学习时，只取其中01对应的train和test就行下图是用3Dharris角点词袋模型，做动作识别，1-50 运动，51–60乐器演出， 61-80 人-物交互，97-101人人交互预定义动作类型的准确性为:运动...

https://www.bilibili.com/video/BV1hs411V7Ja?from=search&seid=14991008948531655054

githubhttps://github.com/kenshohara/3D-ResNets-PyTorch

Revisiting Temporal Modeling for Video-based Person ReID图1：基于图像级特征提取器（通常是2dcnn）的三种时态建模架构（A: temporal pooling，B: RNN， C: temporal attention）。对于RNN，使用最终隐藏状态或单元输出的平均值作为剪辑级表示；对于时间注意，给出了两种类型的注意产生网络：“spatial conv + FC [12]” and “spatial conv + temporal

学习地址[nextcloud]常用方法1 Yotube： Searching action proposal via recurrent and static regression networks2 光流和空间34 step总结方法缺点1 缺乏长时间的2000帧以上的视频2 高复杂度3 易受噪声干扰our solution1 长时间检测2 挑选关键帧处理3 不易受噪声干扰Proposed Method对重复的帧忽略，提取关键帧...

基于视觉的人体行为识别算法研究综述此处的动作分割指的是把连续的动作从视频中分割出来，即时域分割，也就是说如果一个视频中包含走、跑、跳等动作，动作分割算法能够准确地判断每个动作的的边界，并把该动作从原视频中分割出来。由于目前行为识别都是在已经分割好的数据集上进行的，而在现实中采集的数据都是未进行动作分割的视频，所以动作分割对实现连续的人体行为识别至关重要PCA方法不够智能，滑动窗口计算马氏距离基于聚类的方法Zhou 等 人［22］提 出 了 基 于 聚 类 方 法 的 动 作 分 割 ACA( al

需要收集行为定位的方法待续。。。视频分类/行为识别是计算机视觉领域中非常有挑战性的课题，因为其不仅仅要分析目标体的空间信息，还要分析时间维度上的信息，如何更好的提取出空间-时间特征是问题的关键。本文总结了该领域的技术进展和相关数据集，技术进展从传统特征法到深度学习中的3DCNN，LSTM，Two-Stream等。1 视频分类/行为识别问题首先我们要明确这是一个什么问题，基于视频的行为识别包括两个主要问题，即行为定位和行为识别。行为定位即找到有行为的视频片段，与2D图像的目标定位任务相似。而行为识别即对

https://github.com/panpanfei/Bringing-a-Blurry-Frame-Alive-at-High-Frame-Rate-with-an-Event-Camera事件相机公式