ICCV2017 : 伪3D卷积：Learning Spatio-Temporal Representation with Pseudo-3D Residual Networks

原文地址：https://ieeexplore.ieee.org/document/8237852

伪3D卷积 论文中caffe代码地址：https://github.com/ZhaofanQiu/pseudo-3d-residual-networks

                tensorflow代码：https://github.com/yfxc/pseudo-3d-tensorflow

                pytorch代码 ：https://github.com/qijiezhao/pseudo-3d-pytorch

这是提出了一个专门用于视频理解的深度达199层的三维残差神经网路，通过将3D卷积拆分为一个3*1*1的一维时间卷积核一个1*3*3的二位空间卷积，相比于同样深度的2D-CNN只增添了一定数量的1D-CNN，但参数量减少很多。二维空间卷积可以使用图像进行预处理，对视频数据量的需求大大减少

在不同视频理解数据集上取得效果：

该网络还能作为其它方法的基本网络结构，从而提升其它基于神经网络方法的视频识别性能。以双流（Two-stream）方法为例，在UCF101的视频动作识别任务上，如果使用伪三维卷积网络作为基本网络结构，实现的Two-stream框架无论是单个帧分支（Frame）与光流分支（Flow），或者是最终两个分支合并的结果，都超过了其它网络结构。