但对视频而言，不光要诀别出图像中的物体某人，还要搞了然他们正在干什么。假使念要完备地明白一整段视频(如一场足球赛)动态视频，从修模角度来说是个离间●，由于个中良多参数必要调试，计较量大。他们会先提取图像中的大致框架，惩罚这种相对简陋的数据能够低落计较的纷乱性。为了防范偏差过大，他们以光流法(OpticalFlow)的办法窥探，也便是相对待窥探者的运动所酿成的观测对象、表貌或边际的运动来占定◆▼●。

　　据悉，Google卷积神经汇集(CNNs)身手的两位软件工程师正在博客上公告了少少商酌效果，个中很紧急的一个冲破是，可开始辨识出动态视频的实质。

　　跟着科技的起色，越来越多的新身手被创造。然而人为智能要念明确确凿宇宙产生的事，能够先从读取视频中的讯息开首。Google、

　　他们以为，因为动态视频弥补了年光这个维度●▼◆，运动轨迹等讯息充裕◆◆●，这方面视频反而比图片更易识别和分类。