[行为识别]RPAN：An End-to-End Recurrent Pose-Attention Network for Action Recognition in Videos

这是一篇视频动作识别的论文，但值得注意的是，他利用了pose estimation的信息，即视频中人物的关节点的信息。论文没有在常见的HMDB和UCF101上测试，而是在两个带有关节点信息的小数据集上进行了测试， Sub-JHMDB and PennAction。 一、文章框架 1.卷积特征 本文首先用TSN提取每帧图片的feature map， 9×15×1024。即上图中的Ct，TSN并没有画

>>阅读原文<<