基于FlowNet2.0和LIBLINEAR的IDT行为识别研究

传统方法中的IDT,对于行为识别效果最好,但其中的光流计算太缓慢。将FlowNet2.0引入光流估计替代Farneback方法,在保持性能的同时,计算速度提高近7倍。LIBLINEAR的使用,提升了SVM的速度,在UCF-101、KTH、Weizmann数据集上均取得较好效果,IDT方法得到进一步优化。