多模態(tài)視頻分類系列：簡單綜述
大家好，我是DASOU；
最近在做多模態(tài)視頻分類，有一些感悟會通過文章分享給大家，今天先發(fā)一個簡單的綜述；
對我朋友圈的朋友可以加我微信【dasounlp】或者公眾號主頁右下角點擊【聯(lián)系我】，我隨時發(fā)一些我看過的論文或者感悟，比如下面這種：
然后我插一句哈，有些時候問我問題我沒回復(fù)不是我高冷~~
一般三種情況，1. 是真的沒時間，2. 信息太多我忘了回復(fù)，現(xiàn)在每天問我問題的每天幾十個信息，有些時候看完沒回之后就忘了回復(fù)了，3.我覺得問題很簡單百度一下就知道；
我也是有工作的，而且賊忙，也比較菜，不是啥都會的，大家也見諒一下~~~~
正文開始：
先從單模態(tài)視頻分類說起，它分為三個方向去掌握：
雙流網(wǎng)絡(luò)；一支走圖像，一支走光流，然后兩支結(jié)果做融合；
3D卷積，就是在2D卷積的基礎(chǔ)上加一個時間維度；
CNN-RNN系列，通過CNN獲取圖片特征，進而使用RNN獲取圖片特征之間的時序特征；
上面談到的這三種方式，其實比較適合很短的視頻；
我自己的應(yīng)用場景其實是長視頻，十幾分鐘甚至幾十分鐘的視頻；視頻時間長了，抽取的幀就會相應(yīng)的變多，那么處理起來就會相當(dāng)?shù)穆闊?/p>
在工業(yè)界用到的長視頻分類的方法，據(jù)我所知，大體是兩個重點，一個重點是使用多模態(tài)，最重要的是加上文本信息，有的也會加上音頻信息；
這點其實很好理解，比如一個【母嬰育兒】方向的視頻，抽取的幀最好包含母親或者嬰兒或者一些相關(guān)物品，才可能會被判定為【母嬰育兒】的領(lǐng)域；
但是文字可能就簡簡單單的幾個字就能把【母嬰育兒】這個領(lǐng)域的概率拉上去；
所以基于我自己的應(yīng)用場景，一定要明確一個概念，視頻信息只能作為一種補充信息，而不是主要信息來源；
而在推理的時候，我也只會用到哪些 hard examples 進到多模態(tài)視頻分類這一支網(wǎng)絡(luò)；
第二個重點也很類似，因為視頻信息只能作為補充，所以視頻這邊的網(wǎng)絡(luò)最大的作用就是能更好的融合視頻信息；
如果視頻長度長達幾十分鐘，資源有限，為了提高推理速度，抽取的幀數(shù)也不能太多，比如控制在50個，其實光流信息基本就沒啥了，RGBDiff這種基本也沒啥了，唯一剩下點的就是時間信息，可能還不多；
所以重點就要放在提取幀的圖像信息上，外加看能不能通過網(wǎng)絡(luò)再把時間信息補充進來，有最好，沒有感覺就轉(zhuǎn)為了多模態(tài)圖片分類；
所以幀的融合方式就會變得很重要；
簡單來說，我這個文章的重點就是說，針對長視頻，幀數(shù)控制在不太大的情況下，常規(guī)的網(wǎng)絡(luò)基本不太實用，要把重點放在圖像特征的提取和幀的融合；
特征提取一般就是CNN預(yù)訓(xùn)練模型，幀的融合一般就是使用lstm或者NetVlad等；
這個文章算是多模態(tài)視頻分類的一個開篇，后續(xù)會把一些論文文章分享一下，transformer在圖像和視頻的應(yīng)用這一塊我也在慢慢看一些論文，后續(xù)有時間會試試效果。