論文標題：Multi-View Region Adaptive Multi-temporal DMM and RGB Action Recognition

來源/作者機構情況：

解決問題/主要思想貢獻：

使用多角度訓練，多時間適應訓練，還有深度和RGB的結合，是的動作識別具有很強的魯棒性

成果/優點：

1.在各類數據集中，都取得了不錯的成績

2.魯棒性強

缺點：

感覺只是把目前各大算法組合在一起，沒有根本上的創新

反思改進/靈感：

#############################################################

論文主要內容與關鍵點：

1.INTRODUCTION

自己的流程圖

2.METHODOLOGY

A. Depth Motion Maps

時間維度，采用三段不同的長度累加，從而實現對時間的適應性

對光流信息的采集

B. Multiple Views

C. Feature Extraction, Classification and Fusion

不同時間長度的特征，concat，將特征輸入SVM分類器，得到分數

D. Multi-Resolution Spatio-Temporal RGB Informatio

E. People Detection and Pose Classificatio

3.EXPERIMENTS & RESULT

在三個數據集上測試，自己的結果都取得了最好的結果

A. North Western UCLA Datase

B. MSR 3D Action Dataset

C. MSR 3D Daily Activity

4.CONCLUSIONS

5.

6.

代碼實現：

Multi-View Region Adaptive Multi-temporal DMM and RGB Action Recognition