用于视频识别的SlowFast网络
计算机视觉与模式识别
2019-10-30 v3
摘要
我们提出用于视频识别的SlowFast网络。我们的模型包含（i）以低帧率运作、捕捉空间语义的Slow路径，以及（ii）以高帧率运作、在精细时间分辨率下捕捉运动的Fast路径。Fast路径可通过降低其通道容量而做得非常轻量，却仍能学习对视频识别有用的时序信息。我们的模型在视频中的动作分类与检测上均取得强劲性能，并且我们将大幅提升归功于SlowFast理念的贡献。我们在主要视频识别基准Kinetics、Charades和AVA上报告了最先进的准确率。代码已发布于：https://github.com/facebookresearch/SlowFast
引用
@article{arxiv.1812.03982,
title = {SlowFast Networks for Video Recognition},
author = {Christoph Feichtenhofer and Haoqi Fan and Jitendra Malik and Kaiming He},
journal= {arXiv preprint arXiv:1812.03982},
year = {2019}
}
备注
Technical report