論文筆記：ARTNet、Non-local Neural Networks

《Appearance-and-Relation Networks for Video Classification》 鏈接: https://arxiv.org/abs/1711.09125. 這篇文章中，作者認爲在分類視頻工作時最主要要抓住兩點，1是每一幀的靜態外觀，2、是跨多幀之間的時序關係。 幀的靜態外觀很好提取，處理視頻最重要的難點就在於如何表示多幀之間的時序關係。主流的做法有兩種，1是

>>阅读原文<<