用于视频识别的多纤网络
计算机视觉与模式识别
2018-09-19 v3
摘要
在本文中，我们旨在降低时空深度神经网络的计算成本，使其在视频识别基准上保持最先进精度的同时，运行速度与二维对应网络一样快。为此，我们提出了新颖的多纤（Multi-Fiber）架构，该架构将一个复杂神经网络切分为一组轻量级网络或贯穿整个网络的纤（fiber）。为了促进纤之间的信息流动，我们进一步引入了多路复用器（multiplexer）模块，最终得到的架构将三维网络的计算成本降低了一个数量级，同时提升了识别性能。大量实验结果表明，我们的多纤架构显著提升了现有卷积网络在图像和视频识别任务中的效率，在 UCF-101、HMDB-51 和 Kinetics 数据集上取得了最先进的性能。我们提出的模型所需计算量分别比 I3D 和 R(2+1)D 模型少 9 倍以上和 13 倍以上，且精度更高。
引用
@article{arxiv.1807.11195,
title = {Multi-Fiber Networks for Video Recognition},
author = {Yunpeng Chen and Yannis Kalantidis and Jianshu Li and Shuicheng Yan and Jiashi Feng},
journal= {arXiv preprint arXiv:1807.11195},
year = {2018}
}
备注
ECCV 2018, Code is on GitHub