deep feature flow for video recognition 深度特征流
论文：https://arxiv.org/pdf/1611.07715.pdf
项目地址： Deep-Feature-Flow
出发点是在视频中的深度特征的帧间差异比较小，而对于每一帧获取其深度特征的时间和计算的成本十分大，考虑将前特征跨越到当前帧。
1 选取一个Key frame(计算关键帧通过特征提取子网络N-feat获取的深度特征)
2 对于current frame(当前帧的深度特征)计算与key frame之间的F(Flow)
3 用F将关键帧在识别子网络N-task的结果传播至当前帧得到结果，并反向传播loss
【关键帧】关键帧的固定选取，每隔K个帧选取一帧作为Key frame
算法流程
Result——亚马逊MXnet框架
目标检测效果（个人认为适用于短视频级别）
【扩展】 固定关键帧–>适应性关键帧选取 Low-latency video semantic segmentation
论文：https://arxiv.org/pdf/1804.00389.pdf