编者按：随着互联网的不断发展，可处理视频的深度神经网络远比普通神经网络更难训练，如何减轻训练负担成为了一项不可忽视的工作。来自微软亚洲研究院多媒体搜索与挖掘组的研究成果“Learning Spatio-Temporal Representation with Pseudo-3D Residual Networks”，在正在举办的International Conference on Computer Vision （ICCV） 2017会议上发布，它专注于如何利用大量视频数据来训练视频专用的深度三维卷积神经网络，提出一种基于伪三维卷积（Pseudo-3D Convolution）的深度神经网络的设计思路，并实现了迄今为止最深的199层三维卷积神经网络。通过该网络学习到的视频表达，在多个不同的视频理解任务上取得了稳定的性能提升。随着互联网的不断发展，可处理视频的深度神经网络远比普通神经网络更难训练，如
阅读背景：
ICCV | 深度三维残差神经网络：视频理解新突破
来源：互联网
分享到：
