AVA Actions

AVA 数据集在 430 个 15 分钟的电影剪辑中密集注释了 80 个原子视觉动作，其中动作在空间和时间上定位，导致 162 万个动作标签，每个人经常出现多个标签。

The AVA dataset densely annotates 80 atomic visual actions across 430 15-minute film clips, where each action is spatially and temporally localized, resulting in 1.62 million action labels in total, with each annotated individual frequently assigned multiple labels.

搜集汇总

背景与挑战

背景概述

AVA Actions是一个大规模视频行为识别数据集，包含430个电影剪辑和162万个动作标签，覆盖80种原子视觉动作，适用于计算机视觉研究。