A.在時(shí)間上將一輸入視頻分段 B.從每個(gè)片段中隨機(jī)選擇光流圖和圖片幀(Frame) C.對每個(gè)片段都使用感知機(jī)的框架進(jìn)行行為識別 D.分段的類別得分進(jìn)行融合,得到整個(gè)視頻的行為類別 E.時(shí)序分段網(wǎng)絡(luò)解決長視頻識別的關(guān)鍵在于把視頻沿時(shí)間軸分段,使采樣樣本能較為均勻地分布整個(gè)時(shí)間段
A.GoogleAlphaGo也是奠基于機(jī)器學(xué)習(xí),透過計(jì)算機(jī)運(yùn)算對手下棋的頻率 B.廣泛應(yīng)用在圖像、影像識別、推薦系統(tǒng)、輔助決策等金融、醫(yī)療、國防民生領(lǐng)域 C.深度學(xué)習(xí)網(wǎng)絡(luò)就像黑盒子(blackbox),人們不容易理解模型中各網(wǎng)絡(luò)層的內(nèi)涵,就無法做出有效的調(diào)整 D.透過CNN模型,你可以輸入一張圖片,得到該圖片屬于哪種類別的結(jié)果,這過程我們把他稱作分類(Classification) E.行為理解問題一般遵從如下基本過程:特征提取與運(yùn)動(dòng)表征、行為識別、高層行為與場景理解
A.光流可以用來描述運(yùn)動(dòng)的方向 B.光流描述是三維的運(yùn)動(dòng)點(diǎn)投影到二為圖像之后的投影點(diǎn)的運(yùn)動(dòng) C.光流是同一個(gè)點(diǎn)在相鄰兩幀圖像的位移 D.光流代表的是圖像的位移不會受到遮擋、光罩變化和運(yùn)動(dòng)產(chǎn)生的模糊等因素影響 E.計(jì)算光流的關(guān)鍵是把兩幀之間相同的點(diǎn)連接起來