深度视频表示学习：综述

本文对视频表示学习进行了综述。我们对近期用于序列视觉数据的时空特征学习方法进行了分类，并比较了它们在通用视频分析中的优缺点。构建有效的视频特征是涉及视频分析与理解的计算机视觉任务中的基本问题。现有特征通常可分为空间特征和时间特征。我们讨论了它们在光照、遮挡、视角和背景变化下的有效性。最后，我们探讨了现有深度视频表示学习研究中尚存的挑战。