基于动态时空信息融合的视频行为识别
来源：计算机应用与软件杂志2024年第4期北京时间：
作者：史亚琪, 赵峰
摘要：由于视频数据在时空维度上具有复杂和冗余的信息。针对这个问题, 提出运动模块, 该模块基于时空特征去计算像素特征之间的时空差异。将动态的时空差异分解为两个分支进行处理, 一个分支用于修正相邻帧间特征差上的时空位移, 另一个分支用于捕获此时间差上的上下文信息。在当前时间差中, 对时空差异的像素点的概率分布进行建模。结果表明, 在尽量不影响计算量(flops)与参数量的情况下, 运动模块提高了视频识别任务方面的性能, 并在公共数据集上证实了其有效性和效率。
关键词：深度学习, 时空特征, 特征融合, 行为识别
