Deep Temporal Linear Encoding Networks一. 论文思想这篇文章主要是针对如何对整个视频进行表示，即如何对视频中的片段进行聚合，提出了时间线性编码（TLE），它可以嵌入在CNN中作为一个层，从而允许端到端的训练。 二...

Quo Vadis, Action Recognition? A New Model and the Kinetics Dataset(CVPR 2017)该论文提出了Kinetics这一更大的人类行为视频数据集，使用它进行预训练的模型更适合于迁移学...

MoViNets: Mobile Video Networks for Effificient Video Recognition一. 论文思想传统视频行为识别需要巨大的计算量和存储需求，该论文所提出的模型极大地优化了计算和存储效率，movinet可...

Notes on Long-Term Temporal Convolutions for Action Recognition一. 论文思想典型的人体动作经常持续数秒，只学习少数帧无法对动作在其持续时间范围内进行有效建模，将具有特定特征的视频分解为c...

2023.1.15汇报大纲 基于关键实例的多层次时空推理transformer的群体行为识别方法 研究背景实验创新点相关识别关键帧/关键角色 Detecting events and key actors in multi-person vide...

Action Recognition by Dense Trajectories生僻术语 KLT tracker 用来抽取特征的一种方法，最早被提出是为了解决传统上的影像配准问题 image registration：影像配准 SIFT：尺度不...

Social GAN阅读笔记（cvpr 2018）方法问题定义论文的目标在于同时推理和预测在一个场景里的所有实体的未来行动轨迹。假设我们可以获得场景里人们的所有轨迹信息为，要同时预测所有人的未来轨迹信息为。行人i的输入轨迹为，t=1,…,，真实未来轨...

论文阅读笔记—Social LSTM:Human Trajectory Prediction in Crowded Spaces（CVPR 2016）原理简单来讲，该论文通过邻域池化的思想来综合多个行人轨迹的的信息，提供给LSTM模型来生成下一个隐变...

Notes of Reading “From Goals, Waypoints & Paths To Long Term Human Trajectory Forecasting”(ICCV 2021)原理行人轨迹预测是一个内在的多模态问题...

Large-scale Video Classification with Convolutional Neural Networks 这一篇论文因其经典性，着重探索的各种模型的连接性，讨论如何更好地去获得时间信息，可以说是之后的C3D，Res3D，...