這篇論文是2016年Google Cloud & YouTube-8M Video Understanding Challenge比賽中冠軍得主的論文。
文章的兩點貢獻：

融合了VLAD, bag-of-visual-words和Fisher Vector三種編碼方式，并且每個都做了一定程度的調整。其中，VLAD改為NetRVLAD, bag-of-visual-words改為Soft-DBoW, Fisher Vector改為NetFV。

提出了一個新的非線性的單元 Context Gating (CG)。CG可以捕獲特征之間或者標簽之間的依賴性。具體的還要再看一下再補充。

論文框架：

實驗結果：

代碼： https://github.com/antoine77340/Youtube-8M-WILLOW
工具：https://github.com/antoine77340/LOUPE.

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的论文阅读：Learnable pooling with Context Gating for video classification的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。