用于动作识别与图像分类的卷积架构探索
计算机视觉与模式识别
2015-12-24 v1
摘要
Convolutional Architecture for Fast Feature Encoding (CAFFE) [11] 是一个用于图像训练、分类和特征提取的软件包。UCF Sports Action 数据集是一个广泛使用的机器学习数据集，包含以 720x480 分辨率拍摄的 200 个视频，涵盖 9 种不同的体育活动：跳水、高尔夫、挥杆、踢腿、举重、骑马、跑步、滑板、摆动（各种体操）和步行。在本报告中，我们报道了从 UCF Sports Action 数据集视频中提取图像的 caffe 特征提取流水线。在 OverFeat 上进行了类似测试，结果劣于 caffe。本研究旨在探索对视频中动作进行有效静态分析以及跨多种图像数据集分类所需的架构与超参数。
引用
@article{arxiv.1512.07502,
title = {Convolutional Architecture Exploration for Action Recognition and Image Classification},
author = {J. T. Turner and David Aha and Leslie Smith and Kalyan Moy Gupta},
journal= {arXiv preprint arXiv:1512.07502},
year = {2015}
}
备注
12 pages. 11 tables. 0 Images. Written Summer 2014