论文阅读笔记：“Learning Spatiotemporal Features with 3D Convolutional Networks”

Learning Spatiotemporal Features with 3D Convolutional Networks

这篇文章提出了C3D模型，成为了之后研究的基础性原型，值得注意的是作者使用了一系列可视化方法对C3D学习到的特征进行可视化，对于今后的模型的研究可能会有所裨益。

核心思想

特征的紧凑性：compact

使用PCA将特征降低到低维度，通过线性SVM得到低维度特征在数据集上的分类精度：

特征的泛用性：generic

通过在其他数据集上进行可视化，使用了t-SNE方法，将得到的fc6特征投影到2D空间里：

从图中可以看出，特征嵌入在其他数据集上的表现良好

模型结构