Action Recognition Using Supervised Spiking Neural Networks
主要思想与创新：使用脉冲神经网络Spiking neural network，对运动残差图进行模式分类
结果和优点
97.2% recognition accuracy
知识点
- 脉冲神经网络是一种模仿人类神经的的刺激，有一个刺激阈值，只有超过这个阈值才会激活当前神经元。
自己的思考
参考博客
代码和数据
代码：https://github.com/ArefMq/action-recognition-via-snn/blob/master/SNN-test1.ipynb
数据：http://research.ibm.com/dvsgesture/
[Guided weak supervision for action recognition with scarce data to assess skills
of children with autism
](https://arxiv.org/pdf/1911.04140.pdf)
主要思想与创新：用弱监督学习，结合最大似然估计，来实现视频分类。
结果和优点
自闭症数据集Autism Dataset 75.1% recognition accuracy
知识点
- 弱监督，最大似然估计