现在的位置: 首页 > 综合 > 正文

DL-SFA: Deeply-Learned Slow Feature Analysis for Action Recognition(泛读)

2018年04月13日 ⁄ 综合 ⁄ 共 414字 ⁄ 字号 评论关闭

一.文献名字和作者

    DL-SFA: Deeply-Learned Slow Feature Analysis for Action Recognition,Lin Sun, Kui Jiay, Tsung-Han
Chany, Yuqiang Fang, Gang Wang], Shuicheng Yan
   


二.阅读时间

    2014年9月30日



三.文献的贡献点

       这篇文章主要是将用于视频中行为识别的SFA与深度学习进行结合,虽然说是结合,其实并没有用到深度学习的训练过程,只是将两个SFA进行级联,不过是在级联的过程中,将第一层SFA的核作为3D卷积层的卷积核对视频进行卷积,然后使用了两个maxpooling层,然后再次进行了SFA的学习。不知道为什么这样做可行,可能是对因为于这个领域没有多大研究的。
    个人感觉这篇文章和深度学习其实关系并不是特别大,主要还是在于将SFA进行了级联,特点在于级联的方式。
   





版权所有,欢迎转载,转载请注明出处,谢谢微笑








抱歉!评论已关闭.