Machine learning CNN用于行为分类

基于本教程：

他们简单地将CNN和RNN结合起来，构建了一个CRNN网络，以制作一个视频分类器，区分足球比赛和电视广告

我的问题是分类或者简单地决定输入的视频是否包含作弊行为（考试作弊），因此根据本教程，我应该通过一组作弊和非作弊图像来训练CNN，然后我会通过这个网络传递一系列帧，以输出一系列（作弊/非作弊）标志，最后，使用该输出对RNN进行训练或测试

所以CNN在这种情况下会表现得很好，因为我会用我自己和我的团队作为作弊者和非作弊者来获得一个大的数据集来训练CNN，这意味着同一个人将作为作弊者和非作弊者，这可能会导致混乱

---

我的最后一个问题是，我可以使用行为分类教程中声明的方法吗。。或者CNN能成功区分作弊和非作弊画面吗

事实上，使用相同的人制作作弊者和非作弊者剪辑将提高训练效果。NN必须学会通过行动来区分，而不是通过作弊者的身体特征

我希望这对你来说会相当好。但是，根据特定的行为，您可能需要使用视频序列而不是单个帧来描述某些行为。有时，欺骗是由一系列请求和响应组成的，而不是包含在单个帧中的数据

---

这有帮助吗？

我们的方法是将每一帧上产生的CNN结果（一个聚集到一起作为作弊和非作弊标志的向量）作为序列分类器传递给RNN。。与本教程中介绍的方法相同。但是如果你不介意的话，你能为我提供一些视频序列分类的技术吗？！这超出了堆栈溢出的范围。请阅读并遵循帮助文档中的发布指南。在这里申请。