thumos14

自动识别和定位大量来自野外视频的动作类别，对于视频理解和多媒体事件检测具有重要意义。 THUMOS 研讨会和挑战旨在探索在现实环境中使用大量来自开源视频的类的大规模动作识别的新挑战和方法。
大多数现有的动作识别数据集都是由经过手动修剪以绑定感兴趣的动作的视频组成的。这已被确定为一个相当大的限制，因为它与在实际环境中应用动作识别的方式很不匹配。因此，THUMOS 2014 将对暂时未修剪的视频进行挑战。参与者可以使用修剪过的剪辑来训练他们的方法，但需要在未修剪的数据上测试他们的系统。
一个新的前瞻性数据集包含超过 254 小时的视频数据和 2500 万帧，其中包含以下组件：
训练集：来自 101 个动作类的 13,000 多个经过时间修剪的视频。
验证集：超过 1000 个时间未修剪的视频，带有动作的时间注释。
背景集：超过 2500 个相关视频保证不包含 101 个动作的任何实例。
测试集：超过 1500 个暂时未修剪的视频，带有隐瞒的基本事实。
时空注释：24 个动作类的边界框注释。

所有视频均从 YouTube 收集，并提供其预提取的低级特征（改进的密集轨迹特征）。
挑战的参赛作品将使用新的 THUMOS 2014 数据集在两个任务中进行评估：

动作识别：接受超过 101 个类别的整个剪辑动作识别的提交。
时间动作检测：接受关于 20 个动作类的动作识别和时间定位的提交。