2018年6月14日晚20:00~21:30,我们邀请了悉尼大学研究生孙书洋,为我们讲解了CVPR 2018论文:光流导向特征在视频动作识别中的应用。嘉宾从OFF的设计思路、实现方式、实验结果等几个方向详细讲解了论文,以下是相关的视频和PPT文档的下载。
➤分享嘉宾
孙书洋,毕业于武汉大学,目前为悉尼大学研究生,指导老师为欧阳万里教授。主要研究方向是视频动作识别和网络结构设计。更多信息详见个人主页。最新发表论文《OpticalFlow Guided Feature: A Fast and Robust Motion Representation for Video ActionRecognition》为CVPR 2018收录文章。
➤分享背景
现行的视频动作识别算法一般采用双流框架来实现高精度动作识别,而在双流框架中,由于引入的光流提取速度相对较慢,因此限制了整个框架运行的速度。如何在尽量保证精度的前提下加快识别速度是目前视频动作识别中的一个重要问题。在本次分享的CVPR2018论文中,我们设计了一种新的基于光流定义的运动特征,在精度差不多的前提下,比基于光流的方法提速了15倍。
➤分享内容
CVPR 2018论文详解:Optical Flow Guided Feature: A Fast and Robust Motion Representation for Video Action Recognition
论文:https://arxiv.org/abs/1711.11152v1
设计初衷及面临的问题
OFF设计思路
OFF实现方式
实验结果
➤视频回放链接
更多内容请关注极市平台公众号(id:extrememart)
➤视频回放链接
➤PPT下载
推荐阅读
极市计算机视觉线上技术分享集锦(视频 +PPT,更新中)
VALSE 2018 视觉资源汇总(视频 +PPT+ 文章解读,10月9日更新)
微信公众号: 极市平台(ID: extrememart )
每天推送最新CV干货