知識蒸留（Knowledge Distillation）によりRGBの入力からオプティカルフロー特徴を抽出する。学習時は時系列RGB画像を入力、中間層の特徴ベクトル同士の誤差を計測することで学習を進める。次に蒸留した特徴量で行動識別ができるかどうかを学習。

400種類の行動カテゴリを含むKinetics400 datasetを用いて検証。提案手法は高速かつ比較的高精度であることを実証した。さらに、RGB/Flowストリームに蒸留したストリームを加えるとさらに精度が向上することを明らかにした。