Video Understanding論文調研小結

C2D(CVPR-2014)

paper : Large-scale Video Classification with Convolutional Neural Networks

idea :

                             

除了Slow Fusion之外，其他fusion的方式，本質上都屬於C2D。

 Architecture :

                                           

Note:

       a context stream that models low-resolution image

       a fovea stream that processes high-resolution center crop.

採用Multiresolution CNNs的motivation：加快訓練速度（通過減小輸入frame的size）