原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
AdaFrame：用于快速视频识别的自适应帧选择
1∗2†32112
吴祖轩，熊才明，马志尧,理查德·索彻,拉里·S·戴维斯马里兰大学，
3
Salesforce研究院，佐治亚理工学院
摘要
我们提出了AdaFrame，这是一种在每个输入基
础上自适应选择相关帧的框架，用于快速视频识别。
AdaFrame包含一个带有全局记忆的长短期记忆网络，
该全局记忆提供上下文信息，以搜索随时间推移应使
用的帧。通过策略梯度方法进行训练，AdaFrame生成
预测，确定下一步应观察的帧，并计算看到更多帧的效
用，即每个时间步的期望未来回报。在测试时，图1：我们方法的概念概述。AdaFrame旨在根据不同
AdaFrame利用预测的效用实现自适应前瞻推理，从而输入视频自适应地选择少量帧，以在保证正确预测的
在不降低准确率的情况下减少整体计算成本。我们在两前提下降低整体计算成本。
个大规模视频基准（FCVID和ActivityNet）上进行了
的帧1，如果不是每个单帧的话[16],进行推理。虽然
广泛的实验。AdaFrame在仅使用8.21帧和8.65帧的情
均匀采样已被证明是有效的[19,28,29],，但即使分析
况下分别达到了使用全部帧的性能。我们还定性地展示
单个帧在计算上仍然很昂贵，这是由于使用了如
了学习到的帧使用情况可以表明分类决策的难易程度；
ResNet[7],ResNext[34],InceptionNet[22],等高
较容易的样本需要较少的帧，而较难的样本则需要更多
容量骨干网络。另一方面，均匀采样假设信息在时间
帧，这既体现在同一类别内的实例级别上，也体现在不
上是均匀分布的，因此可能包含与目标类别无关的嘈
同类别之间的类别级别上。
杂背景帧。
值得注意的是，做出识别决策的难度与待分类的
类别相关——一个帧可能足以识别大多数静态物体（例
1.引言如，“狗”和“猫”）或场景（例如，“森林”或
“海洋”），而要区分细微动作如
文档评论（0）