發(fā)簡信
IP屬地：湖南
-
[文獻翻譯]TSM: Temporal Shift Module for Effificient Video Understanding摘要：視頻流的爆炸性增長給以高準確度和低計算成本進行視頻理解帶來了挑戰(zhàn)。 傳統(tǒng)的2D CNN在計算上便宜，但無法捕獲時間關(guān)系。 基于3D CNN...
-
[文獻翻譯]Action recognition using visual atteneion摘要：針對視頻中的動作識別任務(wù)，我們提出了一種基于軟注意力的模型。 我們使用具有長短期記憶（LSTM）單元的時空深度多層遞歸神經(jīng)網(wǎng)絡(luò)（RNN）。...
-
[文獻翻譯]Temporal Relational Reasoning in Videos摘要：時間關(guān)系推理是指隨著時間的推移將對象或?qū)嶓w有意義的轉(zhuǎn)換聯(lián)系起來的能力，這是智能物種的基本屬性。在本文中，我們介紹了一種有效且可解釋的網(wǎng)絡(luò)模...
-
[文獻翻譯]Beyond Short Snippets: Deep Networks for Video Classifification摘要：卷積神經(jīng)網(wǎng)絡(luò)（CNN）已廣泛應(yīng)用于圖像識別問題，給出了有關(guān)識別，檢測，分割和檢索的最新結(jié)果。在這項工作中，我們提出并評估了幾種深度神經(jīng)網(wǎng)絡(luò)...
-
[文獻翻譯]Deep Local Video Feature for Action Recognition摘要：我們研究了使用CNN提取人體動作識別整個視頻的特征表示問題。由于GPU內(nèi)存的限制，目前整個視頻尚無法進行CNN/RNN的端到端學習，因此一...
-
[文獻翻譯]Temporal Segment Networks: Towards Good Practices for Deep Action Recognition摘要：深度卷積網(wǎng)絡(luò)在靜態(tài)圖像的視覺識別方面取得了巨大的成功。 但是，對于視頻中的動作識別，相對于傳統(tǒng)方法的優(yōu)勢并不是那么明顯。 本文旨在設(shè)計有效...
-
[文獻翻譯]Towards Good Practices for Very Deep Two-Stream ConvNets
摘要：深度卷積網(wǎng)絡(luò)已經(jīng)在靜態(tài)圖像目標識別中取得了了的巨大成功。 但是，對于視頻的動作識別，深度卷積網(wǎng)絡(luò)的改進不是那么明顯。 我們認為這樣子的結(jié)果...
-
[2020]tensorflow2.1-GPU + CUDA +CUDNN配置過程記錄最近幾天做視頻數(shù)據(jù)集的時候要用到tensorflow2的gpu訓練版本，要安裝對應(yīng)版本的cuda和cudnn，網(wǎng)上的教程五花八門，我嘗試了很多論...
-
[文獻翻譯]Convolutional Two-Stream Network Fusion for Video Action Recognition摘要： 卷積神經(jīng)網(wǎng)絡(luò)（ConvNets）在基于視頻的動作識別方面提出了不同的解決方案用于合并外觀信息和運動信息。我們研究了多種在空間和時間上融...