【论文阅读】Two-Stream Convolutional Networks for Action Recognition in Videos

论文是视频分类的开山之作，采用了一个双流网络，是空间流和事件流共同组成的，网络的具体实现都是CNN，空间流的输入是静止的图片，来获取物体形状大小等appearance信息，时间流的输入是多个从两帧之间提取的光流图片叠加在一起，来获得视频中物体的运动信息，最后将结果进行融合。

 

参考文献：

1. Simonyan K, Zisserman A. Two-stream convolutional networks for action recognition in videos[J]. Advances in neural information processing systems, 2014, 27.