论文标题：Multi-View Region Adaptive Multi-temporal DMM and RGB Action Recognition
来源/作者机构情况：
解决问题/主要思想贡献：
使用多角度训练，多时间适应训练，还有深度和RGB的结合，是的动作识别具有很强的鲁棒性
成果/优点：
1.在各类数据集中，都取得了不错的成绩
2.鲁棒性强
缺点：
感觉只是把目前各大算法组合在一起，没有根本上的创新
反思改进/灵感：
#############################################################
论文主要内容与关键点：
1.INTRODUCTION
自己的流程图
2.METHODOLOGY
A. Depth Motion Maps
时间维度，采用三段不同的长度累加，从而实现对时间的适应性
对光流信息的采集
B. Multiple Views
C. Feature Extraction, Classification and Fusion
不同时间长度的特征，concat，将特征输入SVM分类器，得到分数
D. Multi-Resolution Spatio-Temporal RGB Informatio
E. People Detection and Pose Classificatio
3.EXPERIMENTS & RESULT
在三个数据集上测试，自己的结果都取得了最好的结果
A. North Western UCLA Datase
B. MSR 3D Action Dataset
C. MSR 3D Daily Activity
