zoukankan      html  css  js  c++  java
  • Two-stream双流总结

    1、2014.Two-stream convolutional networks for action recognition in videos

     两个流:空间流做single frame,时间流做multi-frame对稠密光流做CNN处理。两个流分别经过softmax后做class score fusion,(平均法 or SVM)。

     

    2、2015.Towards Good Practices for Very Deep Two-Stream ConvNets

    空间流3 channel,时间流10 channel。

    trick:

    1.空间流在ImageNet上预训练,时间流中的光流转换为0-255灰度图在ImageNet上预训练。

    2.learning rate:时间流5e-3,1W个Iteration*0.1,3W次停止。空间流1e-3,4K个Iteration*0.1,1W次停止。

    3.data argmentation:由于数据集过小的原因,采用裁剪增加数据集,4个角和1个中心,还有各种尺度的裁剪。从{26,224,192,168}中选择尺度与纵横比进行裁剪。

    4.high dropout rate

    5.多GPU训练

    有PyTorch源码

    3、16年Temporal Segment Networks Towards Good Practices for Deep Action Recognition

    和上一篇是同一批作者,应该是把上一篇的内容丰富了一些,但还没有具体去看。上一篇5页,这一篇17页,后面再说吧。

    提出两点贡献:

    • 提出一个temporal segment network(TSN)网络,基于视频的动作识别网络,结合了稀疏时间采样策略,和大规模时间结构建模。(将视频分成K个序列,随机抽取一个,网络在所有的序列上共享参数)

    • 一系列优化的策略,估计跟上一篇差不太多。

    这里写图片描述

    4、16年Convolutional Two-Stream Network Fusion for Video Action Recognition

    此论文有公开源代码,用的是MATLAB。

    5、17年Hidden Two-Stream Convolutional Networks for Action Recognition

    此论文有公开源代码,用的是Caffe。

    6、16年利用CNN生成光流图像FlowNet 2.0 Evolution of Optical Flow Estimation with Deep Networks

  • 相关阅读:
    【Leetcode】【hard】Binary Tree Postorder Traversal
    【Leetcode】【Easy】Contains Duplicate
    【Leetcode】【Easy】Isomorphic Strings
    【Leetcode】【Medium】Simplify Path
    【Leetcode】【Medium】Add Two Numbers
    【Leetcode】【Hard】Copy List with Random Pointer
    安装torch-opencv
    【转】ubuntu下修改文件夹权限
    Lua 中的 function、closure、upvalue
    多目标跟踪方法 NOMT 学习与总结
  • 原文地址:https://www.cnblogs.com/ocean1100/p/9369406.html
Copyright © 2011-2022 走看看