CVPR是IEEE Conference on Computer Vision and Pattern Recognition的缩写，IEEE国际计算机视觉与模式识别会议。该会议是由IEEE举办的计算机视觉和模式识别领域的顶级会议。

思路

DFF：有检测的速度

FGFA：有检测的精度

THP结合平衡两者的优势，既要保证速度还要有足够的精度。

知识

关键帧利用光流场（Flow Field ）生成非关键帧的条件：

方法

c1 特征的稀疏递归聚合——关键帧之间

两帧之间做aggregation，后面的帧会考虑前面所有帧的历史信息。

c2 空间适应性局部特征更新——非关键帧

非关键帧通过warp或者做cnn 提取特征，如何选择这两种方法——自动选（哪种好用哪个）

c3 时间适应键帧调度——选关键帧

参考：

论文原文Towards High Performance Video Object Detection

光流场

CVPR 2018值得一看的25篇论文，都在这里了 | 源码 & 解读

Towards High Performance Video Object Detection -CVPR 2018