行为识别论文笔记 Mobile Video Action Recogition

Mobile Video Action Recogition

	这篇论文是将行为识别搭建到手机上的构想,提出了用MobileNetV2来作主干网络，TTP融合I帧，MV(特征向量），残差。 [论文链接](https://arxiv.org/abs/1908.10155)

Abstract

有关视频的行为识别一直是计算机视觉和视频分析的经典问题，目的是为了将一个短视频来预测出它的类别，例如：爬楼梯，剪头发。最近在行为识别的工作是围绕着深度神经网络来做，也取得了相当优秀的成绩。尽管手机的计算速度在快速发展，但在移动设备上的行为识别任务还没有被充分讨论。在这篇论文中，我们把问题聚焦到了手机设备的行为识别的任务上。仅使用手机计算容量来实现这个问题。原生视频需要大量的存储容量，所以我们选择从原生视频中提取多种特征（包括I帧，运动矢量以及残差），这些特征可以从压缩视频中直接获得。MobileNetV2作为主干网络，我们提出了Temporal Trilinear Pooling(TTP)模型来融合这些被提取出来的特征。对于运动矢量，我们提出了一种时域融合方法来包含时间的信息。
更新中。。。。