大家好，歡迎來到我們的星球知識小卡片專欄，本期給大家分享視頻分類的核心技術點。

作者&編輯 | 言有三

1 3D卷積

視頻相對于圖像多出了一個維度，而3D卷積正好可以用于處理這個維度，因此也非常適合視頻分類任務，不過缺點是計算量比較大，下圖展示了一個簡單的3D模型。

2 RNN與LSTM

視頻和語音信號都是時序信號，而RNN和LSTM正是處理時序信號的模型，也是早期用于視頻分類的重要模型。

3 雙流法

視頻中的目標往往是運動的，因此光流也是非常重要的信息。雙流法包含兩個通道，一個是RGB圖像通道，用于建模空間信息。一個是光流通道，用于建模時序信息。兩者聯合訓練，并進行信息融合。

4 光流預測模型

由于雙流模型是當前視頻分類的主流模型，而其中光流信息對結果影響很大，因此光流預測模型至關重要，尤其是輕量級的光流預測模型非常值得研究。

5 多框架融合

Two-Stream網絡和3D網絡各有優點，都可以很好的建模時序關系，但是計算量巨大，因此有的框架致力于融合兩類框架，并降低計算量。

6 其他

總的來說，視頻分類和行為識別有非常多的研究方向，包括：

(1) 三維卷積的改進。

(2) 光流提取模型的改進。

(3) RGB和光流特征的融合改進。

(4) 多模態信息融合。

(5) 多標簽視頻分類。

(6) 更加細粒度的動作分類。

(7) 更長程信息的捕獲。

(8) 行為定位。

(9) 視頻標注。

以上內容，如果你不想自己學習，可以去我們知識星球的網絡結構1000變板塊—視頻分類板塊閱讀。

有三AI知識星球

知識星球是有三AI的付費內容社區，里面包括各領域的模型學習，數據集下載，公眾號的付費圖文原稿，技術總結PPT和視頻，知識問答，書籍下載，項目推薦，線下活動等資源，了解詳細請閱讀以下文章：

【雜談】有三AI知識星球一周年了！為什么公眾號+星球才是完整的？

【雜談】萬萬沒想到，有三還有個保密的‘朋友圈’，那里面都在弄啥！

轉載文章請后臺聯系

侵權必究

往期精選

• 【雜談】2020年有三AI計算機視覺培養計劃詳解，該不該學&怎么學CV的簡單討論

• 【年終總結】2019年有三AI做了什么，2020年我們要做什么？
  

• 【總結】有三AI秋季劃模型優化組3月直播講了哪些內容，為什么每一個從事深度學習的同學都應該掌握模型優化的內容

• 【總結】有三AI秋季劃人臉算法組3月直播講了哪些內容，計算機視覺你不可能繞開人臉圖像

• 【總結】有三AI秋季劃圖像質量組3月直播講了哪些內容，為什么解決好底層圖像處理問題那么重要

• 【星球知識卡片】殘差網絡家族10多個變種學習卡片，請收下！

• 【星球知識卡片】移動端高效率的分組網絡都發展到什么程度了？

• 【星球知識卡片】注意力機制發展如何了，如何學習它在各類任務中的應用？

• 【星球知識卡片】模型剪枝有哪些關鍵技術，如何對其進行長期深入學習

• 【星球知識卡片】模型量化的核心技術點有哪些，如何對其進行長期深入學習

• 【星球知識卡片】模型蒸餾的核心技術點有哪些，如何對其進行長期深入學習
  

總結

以上是生活随笔為你收集整理的【星球知识卡片】视频分类与行为识别有哪些核心技术，对其进行长期深入学习...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。