《MARS: Motion-Augmented RGB Stream for Action Recognition》阅读笔记
为了解决计算光流的带来的庞大的时间开销问题，这篇论文的主旨是介绍了两种学习方法来训练一个标准的3D CNN，在RGB帧上操作，模拟运动流，从而避免在测试时进行光流计算。
可以看到下图作者给出图标，无论是MARS+RBG还是MERS+RBG，准确率和RGB+TVL1Flow差不多，但时耗小很多。
下面来介绍下MERS和MARS
MERS
MERS是我们最后需要得到的model。所以在此之前我们需要准备一个teacher和一个student(也就是MERS)，想让MERS有光流stream的能力，但只想用RGB做输入，那么只好准备好一个训练好的光流stream作为teacher教会MERS了。
文中MERS是一个由3D卷积和fc构成的network。第一步，除了最后一层fc以外，前面的所有层都参与学习光流stream，损失函数为：
f表示各自输出的特征。
训练好后，执行第二步，单独对最后一层fc进行训练，用交叉熵损失函数训练其分类能力。
MARS
MARS和MERS略有不同，它不需要分两步进行训练。它的损失函数由Flow stream的输出特征和标准的分类标签y共同组成。
实验
MARS和MERS进行了比较，MARS要比MERS突出很多（从前面的表也能看出）。MERS的实验准确度和仅flow差不多。这可以说明上述的那种学习方法是有效果的。再看MARS，它的准确度比RGB+Flow差不多。
与各种先进的模型比较：