【視頻行爲識別】3D Convolutional Neural Networks for Human Action Recognition：

3D Convolutional Neural Networks for Human Action Recognition 一個卷積map的某一位置的值是通過卷積上一層的三個連續的幀的同一個位置的局部感受野得到的。 3D CNN架構包含一個硬連線hardwired層、3個卷積層、2個下采樣層和一個全連接層。每個3D卷積核卷積的立方體是連續7幀，每幀patch大小是60x40； 1）應用了一個固定的

>>阅读原文<<