本研究提出了一种基于RGB流和表示流的端到端双流网络，用于人类动作识别。该模型通过表示流算法降低计算成本，并结合类激活图和ConvLSTM提高识别准确率，显著缩短预测时间，具有实用价值。

本文介绍了一种用于学习足球运动员再识别的神经网络架构，包括双流网络和双线性池化层。通过双线性映射生成身体部位地图的局部特征，无需注释身体部位，通过训练整个网络最小化三元组损失来提高模型效果。实验证明该模型的有效性。