
초록
본 논문에서는 동작 인식을 위한 컨벌루션 신경망 내에서 어떤 표현 채널의 '흐름'도 포착하기 위해 광학 흐름 알고리즘에서 영감을 받은 컨벌루셔널 레이어를 제안합니다. 우리의 표현 흐름 레이어는 전방향 미분 가능한 레이어로, 이동 표현을 학습하도록 설계되었습니다. 이 레이어의 반복적인 흐름 최적화 매개변수는 다른 CNN 모델 매개변수와 함께 단일 시스템으로 학습되어 동작 인식 성능을 최대화합니다. 또한, 여러 개의 표현 흐름 레이어를 쌓아서 '흐름의 흐름' 표현을 학습하는 새로운 개념을 도입하였습니다. 우리는 광범위한 실험 평가를 수행하여, 기존의 전통적인 광학 흐름을 사용하는 인식 모델에 비해 계산 속도와 성능 면에서 우위를 확인하였습니다. 코드/모델은 다음 링크에서 제공됩니다: https://piergiaj.github.io/rep-flow-site/