定義
行爲識別似乎是圖像分類任務到多個幀的擴展，然後聚合來自每幀的預測
背景
傳統方法，視頻輸入=》特徵提取=》特徵融合=》特徵分類=》分類結果
深度學習方法，單流法，雙流法，基於骨架
特徵提取，ROI提取表示
傳統方法
DT（Dense Trajectories）算法,是利用光流場來獲得視頻序列中的軌跡，在沿着軌跡提取軌跡形狀特徵HOF，HOG，MHB特徵，然後利用BoF(Bag of Features)方法對特徵進行編碼，最後基於編碼結果訓練SVM分類器。
iDT算法，基於DT算法進行了以下幾點的改進：對光流圖像的優化，估計相機運動；特徵正則化方式的改進；特徵編碼方式的改進
相機運動估計：通過估計相機運動來消除背景上的光流以及軌跡；假設相鄰的兩幀圖像之間的關係可以用一個投影變換矩陣來描述，即後一幀圖像是前一幀圖像通過投影變換得到的；爲了準確估計投影變換，採用了SURF特徵以及光流特徵來獲得匹配點對；還使用human detector檢測人的位置框，並去除該框中的匹配點對。