Video Understanding论文调研小结

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，本质上都属于C2D。

 Architecture :

                                           

Note:

       a context stream that models low-resolution image

       a fovea stream that processes high-resolution center crop.

采用Multiresolution CNNs的motivation：加快训练速度（通过减小输入frame的size）