斯坦福&Adobe CVPR 19 Oral：全新通用深度网络架构CPNet

  新智元原创  作者：Xingyu Liu编辑：金磊【新智元导读】斯坦福大学和Adobe研究院的研究者们提出了全新的通用深度网络架构CPNet，用于学习视频中图片之间的长程对应关系，来解决现有方法在处理视频长程运动中的局限性。在三大视频分类数据集上取得了优于之前结果的性能。相关论文获CVPR 2019 oral。这是一款全新的通用深度网络架构。现有的视频深度学习架构通常依赖于三维卷积、自相关、非局部模块等运算，这些运算难以捕捉视频中帧间的长程运动/相关性。近日，来自斯坦福和Adobe的研究人员，受到点云上深度学习方法的启发，提出了一个通用的深度网络架构CPNet，用于学习视频中图片之间的长程对应关系，来解决上述问题。arXiv地址：https://arxiv.org/abs/1905.07853 ………………………………