动作和轮廓
不同于单张图像，视频中的信息更加复杂，动作识别是视频中最经典的问题。这个问题并不新，轮廓、剪影是以往常用的方法，Dynamic Image最近的重要工作，值得一看。
其将一个视频序列，编码为一张具有动作剪影的图，对动作识别有重要作用。具体效果见图：
可以看到编码之后的图片，比较好的包括了视频序列的动作。只通过观看一张图像，就可以对视频包含的动作进行分类。
Dynamic Image
对一个视频求其Dynamic Image：
是视频的第帧，系数，，。
总是就是视频的每一帧按照特定的权值加权求和。结果并不复杂，但其来历有深深的数学功底。下面就是一些列推导过程。
SVM & Rank SVM
故事要从SVM说起。标准的SVM大家都很熟悉，是分类经常用到的工具。
而Rand SVM是为了解决样本的排序产生：
其认为作为的得分函数，是对两个样本排序，用和0的大小关系说明和的先后关系。
最终得到的参数(消掉了)，就是对样本排序的模型。
Rank Pooling
可以看到，样本和参数是同维度的，如果将每一帧直接拉成一个特征作为样本，那么最后得到的也可以还原成同长宽、通道的图像显示。这样的过程可以看作是视频中的所有帧，通过一些列操作变成一张图片，每个点可以视为做了一个复杂的pooling。
但是仅仅如此还不够。因为一个图片，拉成特征之后的维度是相当高的（224见方的图的拉成特征后维度是150528），可行性很差。
所以通过近似求解，得到了最终的Dynamic Image算法，只要对序列中的帧进行简单加和即可:
Bilen H, Fernando B, Gavves E, et al. Dynamic image networks for action recognition[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2016: 3034-3042.
