CNN для поведения классификации

Question

На основе этого урока: https://medium.com/@harvitronix/continuous-online-video-classification-with-tensorflow-inception-and-a-raspberry-pi-785c8b1e13e1#.n7mlkeevl

Они просто построили сеть CRNN путем объединения CNN и РНН, чтобы сделать видео классификатор, который дифференцироваться между футбольной игрой объявление по телевизору.

Моя проблема заключается в том, чтобы классифицировать или просто решить, содержит ли это входное видео поведение обмана (обманывание экзамена) или нет, поэтому в соответствии с этим уроком я должен обучить CNN набором обманывающих и не обманывающих изображений, тогда я бы передайте последовательность кадров через эту сеть, чтобы вывести последовательность флагов (читер/не-мошенник) и, наконец, подготовить или протестировать RNN с этим выходом.

Так что CNN будет хорошо работать в этом случае, потому что я буду использовать себя и свою команду, чтобы действовать как читеры и не-мошенники, чтобы получить большой набор данных для обучения CNN, что означает, что один и тот же человек будет действовать как обманщик и не-читер, что может привести к путанице!

Мой последний вопрос: могу ли я использовать подход, указанный в учебнике по классификации поведения? .. или может CNN успешно различать обманные и не обманывающие рамки?

Answer 1

На самом деле, используя те же самые люди для обманщиков и клипов без читера, улучшить тренировки. NN должен научиться различать действие, а не физические характеристики мошенника.

Я ожидаю, что это будет работать достаточно хорошо для вас. Однако, в зависимости от конкретного поведения, вам может понадобиться использовать видеопоследовательности, а не отдельные кадры, чтобы описать определенные типы поведения. Иногда обман состоит из последовательности запросов и ответов, а не данных, содержащихся в одном кадре.

Помогло ли это?