本文提出了一种使用多阶段LSTM网络和上下文感知和动作感知特征的新动作预测方法，引入新的损失函数，能够在视频序列仅有少量片段的情况下实现高准确度的预测。在多个公开数据集上，准确率相对提升了22.0％（JHMDB-21），14.0％（UT-Interaction），和49.9％（UCF-101）。

本文提出了一种新的动作预测方法，使用多阶段LSTM网络和上下文感知和动作感知特征，引入新的损失函数。该方法在视频序列仅有少量片段的情况下，能够实现高准确度的预测，并在多个公开数据集上超过了先前最优的动作预测方法，准确率相对提升了22.0％（JHMDB-21），14.0％（UT-Interaction），和49.9％（UCF-101）。

该文介绍了一种使用多阶段LSTM网络和上下文感知、动作感知特征的新动作预测方法，引入新的损失函数，能够在视频序列仅有少量片段的情况下实现高准确度的预测。在多个公开数据集上，相对提升了22.0％（JHMDB-21），14.0％（UT-Interaction），和49.9％（UCF-101）的准确率。