论文阅读笔记之CNN_C3D_averagePooling_LSTM_MoE

作者

Feng Mao

思路

提取CNN和C3D特征作为帧特征，使用average pooling 和 LSTM 将帧特征聚集为视频特征，使用MoE进行分类
CNN_C3D_averagePooling_LSTM_MoEcd

特征提取

CNN：使用数据集ImageNet 21k 训练模型inception-v1 。在分类层POOL5/7X7YS1，选择分类层之前的那一个hidden层作为帧级特征第一部分。
C3D：使用PCA降维

特征聚合

无监督 average pooling
有监督 aggregation LSTM

分类

MoE(Mixture of experts) ，结合不同特征和不同聚合模型：

  • CNN + average pooling
  • CNN + LSTM
  • C3D + average pooling
  • C3D + LSTM

需要训练的参数是CNN and C3D 的LSTM参数和 MoE parameters

Comments

⬆︎TOP