计算机视觉基础入门课程（从算法到实战应用）

lesson25笔记 - 基于视频分析与理解 的高级视觉任务

1. 基于视频分析与理解 的高级视觉任务 Tasks:

视频动作检测/识别(action detection/recognize)

视频描述(video caption(description))

2. Human action: 具有特定语义含义的人类/物体动作的集合.

Action analysis: recognition(分类)  , decetion(场视频中的分段label)

3. 应用: 视频贴标签,  城市安防,  智能生活(机器人/智能空调手势)

4. 主要dataset:Hollywood/2  HMDB51  UCF101

5. 困难和挑战

6. 动作检测的一般传统方法:feature extraction-> feature encoding ->feature pooling, kmeans聚类到bag-of-words -> SVM classifier

7. 提升性能的关键: 特征提取, 特征pooling

8. 基于深度学习的动作分析方法

双路模型: fovea stream,  context stream

几种特征融合的方法 

9. 利用光流表征运动信息