Видеоаналитика и распознавание действий: от 3D-сверток до визуально-языковых моделей

Рассмотрим одну из самых динамичных задач компьютерного зрения — распознавание действий на видео. Пройдём путь от классических подходов (3D-свёртки, архитектуры SlowFast) до современных мультимодальных моделей, которые понимают контекст видео почти как человек. Для кого: — Специалисты по компьютерному зрению (начинающие и опытные) — IT-специалисты и аналитики данных, которые хотят выйти за рамки работы со статичными изображениями — Самостоятельно изучающие компьютерное зрение Результаты урока: Освоите базу распознавания действий, поймёте различия между классическими и современными архитектурами, узнаете, как применять визуально-языковые модели для глубокого анализа видео. «Компьютерное зрение. Экспертный уровень» - https://otus.pw/57Ak/ Преподаватель: Антон Витвицкий - руководитель команды компьютерного зрения в Boost Inc. с опытом 14+ лет Пройдите опрос по итогам мероприятия - https://otus.pw/Q9b0/ Следите за новостями проекта: → Хабр: https://otus.pw/S0nM/