视频理解和行为识别#
数据集介绍#
数据集名称 |
简介 |
链接 |
|---|---|---|
UCF101 (University of Central Florida 101) |
由YouTube视频构成的行为识别数据集，包含101个类别和约13000段视频。视频都是人为标记的，涵盖了各种日常活动。 |
|
Something-Something |
这个数据集注重物体与物体之间的交互，以及人与物体的交互。它包含了两个版本，v1包含了108个类别和约110000个视频剪辑，v2包含了174个类别和约220000个视频剪辑。 |
|
Charades |
这个数据集专注于复杂的日常活动，包含了约10000段由Amazon Mechanical Turk工人在家中拍摄的视频，以及157个活动类别。 |
|
AVA (Atomic Visual Actions) |
AVA数据集专注于人与人之间的交互，包含80个动作类别，其特点是会为视频中每秒钟的动作标记出精确的边界框。 |
|
Moments in Time |
这个数据集包含了大约一百万段3秒钟的视频剪辑，覆盖了大约339种不同的动作和活动。 |
|
Sports-1M |
这个数据集包含了约100万段YouTube视频，覆盖了大约500种不同的体育活动。 |
|
Jester |
这是一个专门针对手势识别的数据集，包含27种手势和约150000段视频。 |
|
HMDB51 (Human Motion DataBase) |
这个数据集包含了7000多个分割后的视频片段，覆盖51个动作类别。每个类别至少包含101个视频剪辑。 |
|
Kinetics-400 (K400) |
这是一个大规模的视频行为识别数据集，包含约40万个YouTube视频片段，涵盖400个人类行为类别。 |
相关算法#
Action Recognition |
Link |
paper |
|---|---|---|
SlowFast |
https://github.com/facebookresearch/SlowFast |
|
相关框架#
towhee https://github.com/towhee-io/examples/blob/main/video/video_tagging/action_classification.ipynb https://towhee.io/tasks/operator
mmpose open detection https://github.com/open-mmlab/playground/blob/main/mmpose_open_detection/README_zh-CN.md
MMAction2 https://github.com/open-mmlab/mmaction2/blob/main/README.md