May, 2020

AVA-Kinetics 本地化人类行为视频数据集

PDF
TL;DR该论文介绍了 AVA-Kinetics 本地化人类行为视频数据集，其中包含超过 230k 个帧，对每个人的关键帧进行了 80 个 AVA 动作类的注释，通过视频行动变换网络在 AVA-Kinetics 数据集上进行了基线评估，并证明了在 AVA 测试集上行动分类的表现有所改善。
human actionsvideo datasetannotation protocolaction classificationava-kinetics
发现论文，激发创造
  • AVA：时空本地化的原子视觉动作视频数据集

    介绍一个新的视频数据集 AVA，其中定义了 80 个原子视觉动作并进行了精确的时空注释，可以帮助改进动作识别。提出了一种基于现有方法的新方法，针对 JHMDB 和 UCF101-24 类别的表现更佳，但在 AVA 上仍需开发新的视频理解方法，表明该数据集暴露了动作识别的内在困难。

    May, 2017

  • 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

  • Kinetics-700-2020 人类动作数据集短注

    描述了 DeepMind Kinetics 人类动作数据集的 2020 版本，扩展并更新了 Kinetics-700 数据集，其中包含来自不同 YouTube 视频的至少 700 个视频剪辑，以及介绍了更新的数据集所做的变化和使用 I3D 网络的基线结果的详细统计。

    Oct, 2020

  • 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

  • 行动识别的未来何去何从？一种新模型及动力学数据集

    本研究基于 Kinetics 数据集重新评估最先进的体系结构，并引入一种新的双流膨胀 3D ConvNet（I3D），该 ConvNet 可以在视频中学习无缝的时空特征提取器，利用成功的 ImageNet 架构设计及其参数，经过在 Kinetics 上的预训练后，I3D 模型在动作分类方面表现明显提高。

    May, 2017

  • Kinetics-600 简要介绍

    本文介绍了 DeepMind Kinetics 人类行为数据集的扩展，从拥有 400 个类别和至少 400 个视频片段变成 600 个类别和至少 600 个视频片段，并使用多种语言（葡萄牙语）进行多次查询以拓展数据集，同时使用 I3D 神经网络架构实现了基线性能，论文配合发布了公共测试集的真实标签。

    Aug, 2018

  • 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

  • 2020 年 ActivityNet 竞赛中 AVA-Kinetics 交叉赛道第一名解决方案

    本文介绍了我们在 ActivityNet Challenge 2020 竞赛中获胜的解决方案，该方案主要基于演员 - 背景 - 演员关系网络，在 AVA-Kinetics 数据集上实验，并取得了 39.62 mAP 的高分。

    Jun, 2020

  • 视频动作转换网络

    本文介绍了行动转换器模型用于识别和定位视频剪辑中的人类动作，使用 Transformer 风格的架构聚合人物周围的时空背景特征，通过高分辨率、个性化、类别不可知的查询，该模型自动学习跟踪个人并从他人的动作中获取语义上下文

    Dec, 2018

  • Okutama-Action：一种用于同时人体行动检测的空中视角视频数据集

    本文提出了一个名为 Okutama-Action 的数据集，用于帮助超越现有的人体动作检测数据集的限制，以便更好地适应复杂的现实世界应用场景，其中包括动态转换操作，显着的比例和宽高比变化，突然的相机移动，以及多标签演员等不同的挑战

    Jun, 2017