本論文では、精度を損なうことなくモデルの推論効率を大幅に向上させる行動認識の推論戦略であるSelective Feature Compression (SFC)を紹介します。 カーネルサイズを圧縮してチャネル次元を小さくする従来の手法とは異なり、我々は、バックボーンのパラメータを変更することなく、時空間次元に沿って特徴を圧縮することを提案する。

Kinetics-400、UCF101、ActivityNetを用いた実験により、SFCは一般的に使用されている30クロップの密なサンプリング手順と比較して、推論速度を6～7倍、メモリ使用量を5～6倍に削減できる一方で、Top1精度をわずかに向上させることができた。 また、定量的・定性的な評価を行い、SFCが行動認識タスクにおいて重要なビデオ領域への参加を学習する様子を示しています。