视频数据集 | 视频动作识别video recognition常用数据集整理
一 写在前面
未经允许,不得转载,谢谢~~~
这篇文章主要整理一下视频动作识别领域常用的数据集~~~
大概但不严格按照时间顺序排列。
二 视频分类数据集
- HMDB51
来源:HMDB: a large human motion database
类型:Action recognition
年份:2011
论文:paper
数据:51种动作类别,6,766个视频片段;
train_info: {video, class}
其他信息:动作又分为面部动作(smile,laugh,chew,talk);有其他东西配合的面部动作(smoke,eat,drink);常见的肢体动作(climb,dive,jump);有其他东西配合的肢体动作(brush hair,catch,draw sword);人类交互之间的肢体动作(hug,kiss,shake hands)。
HMDB51之前还有很多视频数据集,但是再早一些的基本都不怎么用到了。
2. UCF101
来源: UCF101
类型:Action recognition,sports
年份:2012
论文: paper
数据:101种动作类别,13,320个视频片段;
train_info :{ video,class}
其他信息: 有兴趣的话看看这个吧~视频数据集UCF101的处理与加载(未使用深度学习框架)
- ASLAN
来源:ASLAN:The Action Similarity Labeling dataset
类型:Action recognition, Action Similarity Labeling
年份:2012
论文:paper
数据:432种动作类别,3,697个视频片段;
train_info :{The id of the first sample,The id of the second sample,The pair label (0/1),The action label of the first sample,The action label of the second sample}
其他信息: 从1571个视频url中抽取出这3697个视频片段,所以视频的长短不一,有71个小于大于10s的, 187个小于1s的。主要用于判定相似/不相似;
- Sports-1M
来源: Sports-1M
类型:Action recognition,sports
年份:2014
论文: paper
数据:487种动作类别,1,100,000个视频片段;
train_info :
{
“stitle”: “Improving Sprint Start Technique”,
“label487”: [ 205 ],
“thumbnail”: “https://i1.ytimg.com/vi/Drdm1WsRQwA/hqdefault.jpg”,
“width”: 640,
“duration”: 86,
“height”: 360,
“id”: “Drdm1WsRQwA”,
“source487”: “train”
},
- FCVID
来源: FCVID
类型:Action recognition,Human activities, scene and objects
年份:2015
论文: paper
数据:239种动作类别,91,223个视频片段;
train_info :{ video,class}
- ActivityNet
来源 ActivityNet: A Large-Scale Video Benchmark for Human Activity Understanding
类型:Action recognition,Human activities
年份:2015
论文:paper
数据:包含activityNet-100和activityNet-200两个版本,具体包含的视频信息点击官网直接进去看就好了;
train_info :
{
5n7NCViB5TU: {
annotations: [
{
label: “Discus throw”, segment: [24.25018, 38.08036]
},
{
label: “Discus throw”, segment: [97.00073, 106.284]
}
],
duration: 121.44,
resolution: “320x240”,
subset: “training”,
url: “https://www.youtube.com/watch?v=5n7NCViB5TU”
}
}
其他信息: 可以关注一直ActivityNet相关的比赛系列。
- Youtube-8M
来源:Youtube-8M
类型:Action recognition
年份:2016
论文: paper
数据:4716 种动作类别,8,000,000个视频片段; 2018年最新在原来的版本上移除了一些低质量的视频后的数据集为3862个动作类别,5,600,000个视频片段。
train_info :{ video,class1,class2…}
其他信息: Youtube-8M是一个多标签分类的数据集。
- Charades
来源:Charades
类型:Action recognition, Human activities
年份:2016
论文:paper
数据:157种动作类别,9,848个视频片段; 27847 Free-text descriptions, action intervals, classes of interacted objects
train_info :video-level:{video vector},frame-level{id framenumber vector}
其他信息: 既包含video-level的分类,又包含frame-level的分类(localizaition)。且这里也不是简单的单标签,而是用vector表示了在各个类上的一个概率分布情况。
- Kinectics:
来源:Kinetics:including a diverse range of human focused actionss
类型:Action recognition
年份:2017
论文:paper
数据:600种动作类别,500,000个视频片段;
train_info: {video, class}
其他信息: 包括多样多样的人类行为,每个视频在10s左右,用单个class标注;整个数据集又分成Kinetics-600和Kinectics-400两个。
- AVA
来源:AVA
类型:Action recognition, Atomic visual actions
年份:2017
论文:paper
数据:80个原子视觉动作和时空注释,210,000种动作类别,57,600个视频片段;
train_info :AVA actions: {video_id, middle_frame_timestamp, person_box, action_id, person_id }
其他信息: 注释的视频都是15分钟长的电影视频, 除了AVA actions还有一个AVA Spoken Activity Datasets是基于语音信息的。
- VLOG
来源:VLOG: From Lifestyle VLOGs to Everyday Interactions:
类型:Action recognition
年份:2017
论文:paper
数据:114,000个视频片段;
train_info :数据文件下载不了~~
- HACS(包含了原来的 SLAC )
来源:HACS:Human Action Clips and Segments Dataset
类型:Action recognition, Action Temporal Localization
年份:2017
论文:paper
数据: 200种动作类别,520,000个视频片段;
train_info :HACS CLIPS:{classname,youtube_id,subset,start,end,label} , HACS SEGMENTS直接看例子吧:
"--0edUL8zmA": {"annotations": [{"label": "Dodgeball","segment": [ 5.4,11.6 ]},{"label": "Dodgeball","segment": [ 12.6, 88.16]}],"duration": "92.166667","subset": "training","url": "https://www.youtube.com/watch?v=--0edUL8zmA"}
其他信息: HACS CLIPS动作识别数据集包含: 1.55M 2-second clips on 504K videos,动作分段数据集包含: 140K complete segments on 50K videos; HACS SEGMENTS动作分割数据集变成了一个新的时序定位Temporal Localization benchmark。
- 20BN-SOMETHING-SOMETHING
来源 : 20BN-SOMETHING-SOMETHING
类型:Action recognition,Human activities
年份:2017
论文: paper
数据:174种动作类别,108,499个视频片段,新的版本动作不变,视频片段已经增加到220,847个;
train_info :
{“id”:“190776”,“label”:“dropping compass tool onto box”,“template”:“Dropping [something] onto [something]”,“placeholders”:[“compass tool”,“box”]}
其他信息: 这个数据集主要关注动作之间的联系,例如:‘Putting something on a surface,Moving something down’
- Moments in Time
来源:Moments in Time: A large-scale dataset for recognizing and understanding action in videos
类型:Action recognition
年份:2017
论文:paper
数据:339种动作类别,1,000,000个视频片段;
train_info :{video,class}
其他信息: 100万时长为3秒的视频片段,包括人、动物、物体或自然现象。专注动作本身,例如opening,张开嘴巴,开门,开花都属于opening这个动作本身。
作者:与阳光共进早餐
链接:https://www.jianshu.com/p/a4cc71126796
來源:简书
简书著作权归作者所有,任何形式的转载都请联系作者获得授权并注明出处。
视频数据集 | 视频动作识别video recognition常用数据集整理相关推荐
- 基于C3D网络的视频分析与动作识别
卷积神经网络(CNN)被广泛应用于计算机视觉中,包括分类.检测.分割等任务.这些任务一般都是针对图像进行的,使用的是二维卷积(即卷积核的维度为二维).而对于基于视频分析的问题,2D convoluti ...
- 详细的视频追踪检测分类、监控追踪常用数据集
大量的视频和路面实况. http://imagelab.ing.unimore.it/visor/ 3D Photography Dataset http://www-cvr.ai.uiuc.edu/ ...
- 人体动作识别、预测常用骨架数据集小结
目录 NTU RGB D 60 数据集简介 评估方式 SYSU 3D HOI 数据集简介 评估约定 数据分析 CMU 其他说明 NTU RGB D 60 数据集简介 包含了由微软Kinect v2从三 ...
- 视频追踪检测分类、监控追踪常用数据集
大量的视频和路面实况. http://imagelab.ing.unimore.it/visor/ 3D Photography Dataset http://www-cvr.ai.uiuc.edu/ ...
- 视频超分、图像超分常用数据集Vimeo90K的下载及处理
vimeo90k数据集下载链接: http://toflow.csail.mit.edu/ 下载时点击最下方的训练集测试集一起下载即可,共计82G.数据集中已经划分了训练集和测试集,并给出了划分的tx ...
- 用tsm动作识别训练自己的数据集
1.准备数据 类似ucf101数据集格式 1.1生成class.txt train.txt test.txt #makelabel.py import os #图片数据集路径 baseDir = &q ...
- 记录 之 最近阅读的动作识别(action recognition)工作
介绍: 其中C3D是3d卷积的比较有意义的开端,I3d在C3D之后做了一系列研究,包括引入双流网络,和LSTM网络,并使用已经训练好的2D图像分类模型的参数维数扩充后用做3D网络的预训练模型.S3D是 ...
- CVPR2019 | 论文之行为/动作识别、手势识别、时序动作检测及视频相关
CVPR2019 | 论文之行为/动作识别.手势识别.时序动作检测及视频相关 行为/动作识别.手势识别 1.An Attention Enhanced Graph Convolutional LSTM ...
- 动作识别、检测、分割、解析相关数据集介绍
文章目录 动作识别 UCF101(UCF101 Human Actions dataset) Kinetics (Kinetics Human Action Video Dataset) 动作检测 / ...
最新文章
- 可能是全网最全,JAVA日志框架适配/冲突解决方案,可以早点下班了
- java 自动登录功能_jsp实现用户自动登录功能
- VS2008显示代码行号
- Oracle数据库之数据类型
- 树莓派4B (aarch64) 安装PyTorch 1.8 的可行方案
- 信息学奥赛一本通 2059:【例3.11】买笔
- tensorflow精进之路(二十三)——Object Detection API目标检测(上)(Fast R-CNN算法)
- excel等额本息计算房贷公式
- JS脚本实现浏览器自动点击(阿里员工秒杀月饼)
- html文字排版步骤,CSS text-align内容位置排版教程
- 软考(软件设计师)中的一些总结
- ODC预端接光纤配线箱
- STM32实现74HC595控制
- 学习HC-SR04超声波测距模块,代码附带卡尔曼滤波
- 大数据分析技术研究报告(四)
- php项目网页音乐播放器插件,基于HTML5 canvas和Web Audio的音频播放器插件
- 港科夜闻|香港科大新研究显示人体T细胞免疫反应可有效应对新冠病毒变异株Omicron...
- bmi系统模块设计java_BMI体脂计算器 app源码
- 微信小程序设计规范(官方)文档
- Grbl v1.1版本配置说明