Video Understanding(視頻理解)

CV領域圖像已經登天很難短時間玩不出大花樣大結構了（希望能早日打臉），大家開始打往視頻上面靠的主意。由於早期限制於數據集和計算設備，多是從圖像的2D模型直接轉換成3D版本，如SIFT 3D，3D HOG，或者Dense Trajectory這種統治了很久的模型等，等到深度學習開始步入新的週期，數據集也開始擴增出現UCF101，ActivityNet，Charades，YouTube8M，Kinet

>>阅读原文<<