前置特征提取网络由3个卷积块组成，前置特征提取网络及卷积块的构成如图3b所示。前置特征提取网络在网络进行更进一步的特征提取和特征融合之前，提取出一些有效的特征，减少有可能存在的噪声，减少一些无效信息对于模型性能的影响。前置特征提取网络**个卷积块卷积核大小为3×3×1，第二、三卷积块大小均为3×3×3，卷积块输出通道数逐渐增多，分别为16，32，64。为了在进行特征融合之前，保留更多的有效特征信息，所以在**个卷积操作时，并不对时间序列上的运动信息进行采集，更多的利用当前帧的信息，且采用的Max-pooling在前置特征提取网络的步长为（2,2,1），这会让网络更多的保留当前所提取的特征图信息，而不是和后序时序特征融合，让网络保留更多的当前帧图像的特征。卷积层后增加了Batch Normalization层、Relu激活层，以及Max-pooling层。