卷积神经网络及其在动作识别中的应用

卷积神经网络及其在动作识别中的应用 扫二维码继续学习 二维码时效为半小时

(0 评论)

免费

超过购买截止日期
不允许加入和购买
课程介绍

深度学习在图像处理领域如图像分类、物体检测等任务上均取得了突破性进展。那么深度学习在计算机视觉的另一重要领域——视频分析和理解任务上表现如何?我们在视频分析上利用深度学习模型与在图像上又有何不同呢?

本次视频直播将介绍CNN的基本知识和发展概况,对传统的动作识别方法进行回顾,并介绍近年来CNN在动作识别应用上的进展。  主要包括:

  1. CNN基本理论和常用CNN模型;
  2. 传统的动作识别方法(如Dense trajectory descriptors);
  3. 基于深度学习的动作识别(如Two-Stream CNN, 3D CNN等)。

作者简介:卢修生,哈尔滨工业大学计算机专业在读博士,研究方向为动作识别与视频分析​。