行为识别数据集调研

在深度学习出现之前，表现最好的算法是iDT^{[1][2]}，之后的工作基本上都是在iDT方法上进行改进。IDT的思路是利用光流场来获得视频序列中的一些轨迹，再沿着轨迹提取HOF，HOG，MBH，trajectory4中特征，其中HOF基于灰度图计算，另外几个均基于dense optical flow(密集光流计算)。最后利用FV(Fisher Vector)方法对特征进行编码，再基于编码训练结果训练SVM分类器。深度学习出来后，陆续出来多种方式来尝试解决这个问题，包含：Two-Stream^{[3][4]}、C3D(Convolution 3 Dimension)^{[6]}，还有RNN^{[7]}方向。在深度学习出现之前，表现最好的算法是iDT^{[1][2]}，之后的工作基本上都是在i