摘要：视频流的爆炸性增长给以高准确度和低计算成本进行视频理解带来了挑战。 传统的2D CNN在计算上便宜，但无法捕获时间关系。 基于3D CNN...

摘要：针对视频中的动作识别任务，我们提出了一种基于软注意力的模型。 我们使用具有长短期记忆（LSTM）单元的时空深度多层递归神经网络（RNN）。...

摘要：时间关系推理是指随着时间的推移将对象或实体有意义的转换联系起来的能力，这是智能物种的基本属性。在本文中，我们介绍了一种有效且可解释的网络模...

摘要：卷积神经网络（CNN）已广泛应用于图像识别问题，给出了有关识别，检测，分割和检索的最新结果。在这项工作中，我们提出并评估了几种深度神经网络...

摘要：我们研究了使用CNN提取人体动作识别整个视频的特征表示问题。由于GPU内存的限制，目前整个视频尚无法进行CNN/RNN的端到端学习，因此一...

摘要：深度卷积网络在静态图像的视觉识别方面取得了巨大的成功。 但是，对于视频中的动作识别，相对于传统方法的优势并不是那么明显。 本文旨在设计有效...

最近几天做视频数据集的时候要用到tensorflow2的gpu训练版本，要安装对应版本的cuda和cudnn，网上的教程五花八门，我尝试了很多论...

摘要： 卷积神经网络（ConvNets）在基于视频的动作识别方面提出了不同的解决方案用于合并外观信息和运动信息。我们研究了多种在空间和时间上融...