SCNN-多层3D卷积网络用于时序动作定位

本文首次发布于微信公众号-极市平台。如欲转载，请联系微信Extreme-Vision。

这篇文章重点阐述了Zheng Shou在CVPR 2016年发表的研究内容：'Temporal action localization in untrimmed videos via multi-stage cnns'[1]。随后将详细探讨他在CVPR 2017年的最新研究

本文旨在探讨视频中人体行为识别的技术挑战及其解决方案。人体行为识别主要涉及两个方面：动作识别（Action Recognition）与时空动作定位（Temporal Action Localization），并对它们进行简要阐述。

以下是根据您提供的文本进行同义改写的版本

这篇文章致力于研究Temporal Action Localization问题。其中缩写为SCNN，并基于视频片段构建其网络结构。其中缩写为SCNN，并基于视频片段构建其网络结构。文章提供相关的源代码，请访问GitHub链接https://github.com/zhengshou/scnn获取详细信息。

模型介绍

模型框架

如