[行爲識別]RPAN：An End-to-End Recurrent Pose-Attention Network for Action Recognition in Videos

這是一篇視頻動作識別的論文，但值得注意的是，他利用了pose estimation的信息，即視頻中人物的關節點的信息。論文沒有在常見的HMDB和UCF101上測試，而是在兩個帶有關節點信息的小數據集上進行了測試， Sub-JHMDB and PennAction。 一、文章框架 1.卷積特徵 本文首先用TSN提取每幀圖片的feature map， 9×15×1024。即上圖中的Ct，TSN並沒有畫

>>阅读原文<<