WildVVAD数据集是由法国国家信息与自动化研究所格勒诺布尔-阿尔卑斯分部和格勒诺布尔阿尔卑斯大学创建的，旨在通过视觉特征预测人是否在说话。该数据集包含13,000个两秒的视频，涵盖了多种头部姿态、分辨率和视频质量，以及不同的种族、年龄和性别。数据集的创建过程涉及自动化的数据采集和标注，结合音频语音活动检测和面部检测技术。WildVVAD数据集主要应用于视觉语音活动检测领域，特别是在音频信号难以

arXiv2020-10-16 更新230

FineGym: A Hierarchical Video Dataset for Fine-grained Action Understanding 分层视频高细粒度动作理解数据集

视频分析

动作识别

FineGym is provided by the Chinese University of Hong Kong.本数据集由香港中文大学提供。

阿里云天池2026-07-13 更新190

Learning deep representations for video-based intake gesture detection

深度学习

视频分析

Video dataset of 102 participants for the paper "Learning deep representations for video-based

Mendeley Data2024-01-31 更新240

Action_Recognition_in_the_Dark

视频分析

动作识别

displayName: Action Recognition in the Dark (ARID) labelTypes: - Classification license: - CC BY 4.0 mediaTypes: - Video paperUrl: https://arxiv.org/pdf/2006.03876v3.pdf publishDate: "2021" publishUrl

魔搭社区2025-08-06 更新190

Youtube Thumbnail Dataset

资源简介：

相关数据集