一种基于 2D 时空信息提取的行为识别算法

#一种基于 2D 时空信息提取的行为识别算法

在UCF101数据集上准确率94.46%。

采用DenseNet做为网络的架构。

从一个视频片段提取出 16 帧的 64 × 64 × 3 的有时序顺序的图像，组织成 4 × 4 的图像。

文章没有具体说明执行速度，但是我觉得应该比基于视频的快很多，也相对来讲更有实践性。