1. Introduction
本文的主要结构是一个两层的lstm，第一层生成global context memory（GCA），就是一个全局的背景信息。第二层LSTM加了注意力模型。这个注意力信息的生成有来自第一层的全局背景信息GCA的辅助，然后生成的注意力信息再用来重新调节全局背景GCA信息。是一个反复迭代的过程。最后GCA被用来分类。
为什么要这样做？
- 对于普通的LSTM而言，虽然后来的step包含更多的累积信息，但是相对于初始帧来说，背景信息还是非常local。本文的GCA-LSTM，将初始背景信息送给每一个step。
- 不是所有的节点都有有用信息，所以引入注意力模型。
ST-LSTM
S for Spatial
T for Temporal