Apr, 2018

STAIR 动作：一个日常家庭动作视频数据集

PDF
TL;DR介绍了一个新的大规模视频数据集 STAIR Actions，包含了 100 个人类行为标签，以代表细粒度的日常家庭动作，如护理、照顾和安全等。该数据集包含大约 1000 个来自 YouTube 和群众工作者的视频，每个视频的持续时间大多为 5 至 6 秒。在三个主要的动作识别模型的实验中，表现出可以训练大模型并达到良好性能。
stair actionsvideo datasethuman action recognitionhome actionsyoutube videos
发现论文，激发创造
  • UCF101: 从野外视频中提取的 101 种人体动作数据集

    介绍了 UCF101，这是一个包含 101 个动作类别的数据集，超过 13k 个剪辑和 27 小时的视频数据，利用标准词袋法对该数据集进行了基线动作识别结果，总体性能为 44.5％。据我们所知，UCF101 目前是由于其大量的类别，大量的剪辑和无约束的特点为最具挑战性的动作数据集。

    Dec, 2012

  • 从网络监督视频数据中学习细粒度动作概念的 YouTube 数据集挖掘

    介绍了一个大规模的现实世界数据集，该数据集用于评估人类行为识别的学习技术，进一步提出了在无人干预状态下收集数据和训练的方法，并针对该训练数据出现的语义不一致性问题，提出了一个语义分层结构。

    Jun, 2019

  • 人体动作识别的多视点室外数据集

    该论文提供了一个从多个角度观测人类行为的数据集，并在两流卷积神经网络结构配合核排名汇总的方法下获得了 74.0% 的动作识别准确率。

    Oct, 2021

  • 运动动作视频动力学人类数据集

    介绍了 DeepMind Kinetics 人类动作视频数据集，包含 400 个动作类别的视频片段，视频时长为 10 秒，并描述该数据集的统计信息、收集方式，以及神经网络在分类和偏差分析方面的性能指标和结果。

    May, 2017

  • TikTokActions: 基于 TikTok 的视频数据集用于人体动作识别

    这篇研究论文介绍了一个有用的 TikTok 视频数据集，可用于公众使用，并揭示了增加预训练数据集大小对基于视频的基础模型的边际效益。

    Feb, 2024

  • BABEL: 带英文标签的身体、行动和行为

    BABEL 是一个大型数据集，包含 43 小时的 MOCAP 序列，从 AMAAS 中提供了关于动作的语言标签，该数据集可用于行动识别、时间行动定位、运动合成等任务，并可作为 3D 行动识别的有用基准测试，数据集、基准方法和评估代码可供学术研究使用。

    Jun, 2021

  • 面向任意视角人体动作识别的大规模多视角 RGB-D 动作数据集

    本文介绍了一个新的大规模 RGB-D 数据集，其中包括固定视角和全方位视角下的 40 种行动，以及 VS-CNN 模型的提出和有效性验证，该模型可用于解决任意视角下行动识别的问题。

    Apr, 2019

  • 使用人类动作构建视频语言数据集进行多模态逻辑推理

    介绍了一个新的包含人类行为的视频和语言数据集，该数据集专注于描述动态人类动作的故事意图和局限性表达式，该数据集预计对评估包括否定和量化在内的复杂语句与视频之间的多模态推理系统非常有用。

    Jun, 2021

  • Kinetics-700 人类动作数据集简明注释

    本文介绍了 DeepMind Kinetics 人类行为数据集从 600 类扩展到 700 类的详细更改，并使用 I3D 神经网络架构提供了基线结果和全面的统计数据。

    Jul, 2019

  • NTU RGB+D：一个用于 3D 人类活动分析的大规模数据集

    本文介绍了一个包含超过 56,000 个视频样本和 4 百万帧的大规模 RGB + D 人体动作识别数据集，其中包括 60 种不同的行为类别，并提出了一种新的循环神经网络结构来更好地对每个身体部位的特征进行长期时间相关性建模。实验结果表明，在跨主体和跨视图评估标准上，应用深度学习方法比最先进的手工制作特征具有优势。

    Apr, 2016