Two Stream 預設指的是一種神經網絡架構，通常在視頻分析、動作識別和人臉識別等領域中廣泛應用。其核心思想是將輸入的信息分成兩條流（stream）獨立處理，然後融合它們的特徵以獲得更全面的理解。
Two Stream 神經網絡架構主要特點：
• 空間流（Spatial Stream）：處理靜態圖像的空間信息，提取如物體、場景等靜態特徵。常以視頻中的單帧圖像幀作為輸入。• 時間流（Temporal Stream）：處理視頻的時序或動態信息，通常以光流（optical flow）表示兩幀間的運動信息，捕捉物體的運動變化。
• 兩條流各自運行卷積神經網絡（CNN），最後將其輸出融合（如特徵拼接或加權融合）進行分類或識別。
核心優勢：
• 能同時捕捉靜態空間特征與動態時間特征。
• 防止單模態信息不足導致的表現瓶頸。
• 在視頻動作識別等任務中顯著提升準確度。
典型應用場景：
• 視頻動作識別：將視頻分解為空間和時間兩部分，精準識別動作類型。
• 人臉行為分析與再識別：分別利用當前圖像和相鄰幀動態信息判斷身份或行為。
• 監控與安全：協助識別異常行為和事件。
簡單比喻：
Two Stream 就像同時用「靜態相機」拍照和「動態錄影機」錄影，兩者信息合併後更完整地理解現場情況。
總結：
Two Stream 神經網絡架構通過分別捕捉視頻或系列數據的靜態空間特徵和動態時序特徵，並將兩者融合，提高了多媒體和動作識別任務的準確性和效率。
