2、基于彩色序列圖像和光流圖像的視頻檢測(cè)分類
該方法主要是把彩色序列圖像和圖像光流放入CNN網(wǎng)絡(luò)中，經(jīng)過數(shù)據(jù)融合后輸出結(jié)果蝎宇，融合的點(diǎn)不同，融合的方式等存在不同祷安。
如圖5所示姥芥，每秒只取一幀圖像，和圖像幀與幀之間運(yùn)動(dòng)信息作為輸出信息汇鞭，在pool層和LSTM（Long Short Term Memory）中數(shù)據(jù)融合凉唐，輸出分類結(jié)果。
圖5 基于彩色序列圖像和光流圖像的視頻檢測(cè)分類
圖6霍骄，用不同的深度卷積神經(jīng)網(wǎng)絡(luò)分析了彩色圖像序列和光流圖像的融合熊榛。
圖6 基于彩色序列圖像和光流圖像的視頻檢測(cè)分類
圖7 在彩色圖像和光流圖像中采用LSTM模型，在Pooling層中融合腕巡。
圖7 基于彩色序列圖像和光流圖像的視頻檢測(cè)分類
參考文獻(xiàn)：
1玄坦、Beyond Short Snippets: Deep Networks for Video Classification
2、Evaluating Two-Stream CNN for Video Classification
3绘沉、Modeling Spatial-Temporal Clues in a Hybrid Deep Learning Framework for Video Classification
