2020/7/24 AVA 数据集简介

AVA 数据集简介

Atomic Visual Actions 数据集由YouTube公开视频的URL组成，这些视频被80个原子动作标注，例如走路，踢东西，握手等，所有动作都具有时空定位。
发布者：谷歌
数据量：5.76万个视频片段，9.6万个人类动作，21万个动作标签。
同类动作标记基准数据集：UCF101\ActivityNet\DeepMind Kinetics

内容特点：

• 基于人的标签：每个动作标签都与人相关联，而不是与整段视频或剪辑关联。常见的场景是同一场景中有多个人在执行不同动作，为这些动作分配不同的标签
• 基于原子视觉动作：谷歌将动作标签限制在精细的时间尺度（3秒），在这个尺度上动作都是物理动作，并具有清晰的视觉特征。
• 基于真实视频资料：谷歌把电影作为AVA的数据来源，包括不同国家、不同流派的电影。因此，数据源覆盖了大部分人类行为。
• 行为分为三组：姿态/移动动作、人和物体的交互、人与人的交互。

参考资料：
论文：谷歌发在arXiv上的论文
博文：谷歌发布AVA数据库：5万个精细标注视频片段，助力识别人类动作
网站：AVA官网

Charades

Charades and Charades-Ego Datasets 是2016年由亚马逊的众包平台“土耳其机器人”(Amazon Mechanical Turk)收集的9848个日常室内活动视频组成的数据集。
类别: 157
数据大小: 多种尺寸13G-76G不等
近期算法精度:(mAP)
Two-Stream: 14.2%
Asynchronous Temporal Fields: 22.4%

其他行为检测数据集

【CV】行为识别(action recognition)常见数据集和研究现状