Awesome-Group-Activity-Recognition

这是一个关于群体活动（或集体活动）识别领域的数据集、论文、代码和其他资源的精选合集。合集收录了多个流行的群体活动识别数据集，如Volleyball Dataset、Choi's Dataset、Collective Activity Augmented Dataset和Collective Activity Dataset (CAD)，并按照主题领域（如数据集、论文、排行榜）进行组织，旨在为研究人员和开发者提供全面的资源索引。This is a curated collection of datasets, papers, code, and other resources in the field of group (collective) activity recognition. It compiles multiple widely-used datasets for this domain, such as Volleyball Dataset, Choi's Dataset, Collective Activity Augmented Dataset, and Collective Activity Dataset (CAD), organizes these resources into thematic categories including datasets, papers, and leaderboards, and aims to provide a comprehensive resource index for researchers and developers.

原始信息汇总

数据集列表

• Volleyball Dataset (2016)：来源于 GitHub 仓库 mostafa-saad/deep-activity-rec
• Chois Dataset (2012)：主页链接为 http://www-personal.umich.edu/~wgchoi/eccv12/wongun_eccv12.html
• Collective Activity Augmented Dataset (2011)：主页链接为 http://vhosts.eecs.umich.edu/vision//activity-dataset.html
• Collective Activity Dataset (CAD) (2009)：主页链接为 http://vhosts.eecs.umich.edu/vision//activity-dataset.html

论文列表

该资源库收录了多篇关于群体活动识别（Group Activity Recognition，又称集体活动识别 Collective Activity Recognition）的论文，涵盖 arXiv 论文、期刊论文及历年会议论文（2016-2020 年及以前），并提供了论文链接及部分代码仓库。

部分重要论文节选：

• arXiv 论文（2018年后仅列出最近5篇）：

  • A Multi-Stream Convolutional Neural Network Framework for Group Activity Recognition (2018.12) [arxiv]

• 期刊论文：

  • GAIM (T-MM 2020) [paper]
  • CCG-LSTM (T-PAMI 2019) [paper]
  • stagNet (TCSVT 2019) [paper]
  • GCN+SPA+KD+OF (TIP 2019) [paper]

• 2020 年：

  • PRL (CVPR 2020) [paper]

• 2019 年：

  • ARG (CVPR 2019) [paper] [github]
  • CRM (CVPR 2019) [paper]

• 2018 年：

  • PC-TDM (ACM MM 2018) [paper] [github]
  • SPA+KD+OF (ACM MM 2018) [paper]
  • RCRG (ECCV 2018) [paper] [github]
  • stagNet (ECCV 2018) [paper]
  • HANs+HCNs (ICASSP 2018) [paper]
  • SRNN (WACV 2018) [paper]
  • MLS-GAN (ACCV 2018) [paper]

• 2017 年：

  • SBGAR (ICCV 2017) [paper]
  • SSU (CVPR 2017) [paper] [github]
  • RMIC (CVPR 2017) [paper]
  • CERN (CVPR 2017) [paper]

• 2016 年：

  • HDTM (CVPR 2016) [paper] [github]
  • SIM (CVPR 2016) [paper]
  • GM (IJCAI 2016) [paper]

性能排行榜

该排行榜持续更新，目前仅包含在 Volleyball 和 CAD 数据集上的结果。使用的评估指标为：

• MCA：多分类准确率
• MPCA：平均每类准确率

Volleyball 数据集

年份	方法	MCA	MPCA
2016	HDTM	81.9	82.9
2017	SBGAR	66.9	67.6
2017	CERN-2	83.3	83.6
2017	SSU	89.9	-
2018	SRNN	83.5	-
2018	HANs+HCNs	85.1	-
2018	PC-TDM	87.7	88.1
2018	stagNet	89.3	-
2018	RCRG	89.5	-
2018	SPA+KD+OF	90.7	90.0
2019	GCN+SPA+KD+OF	91.2	91.4
2019	ARG	92.6	-
2019	CRM	93.0	-
2020	PRL	91.4	91.8

CAD 数据集

年份	方法	MCA (5类)	MPCA (4类)
2016	GM	-	88.9
2016	HDTM	81.5	89.6
2017	CERN-2	87.2	88.3
2017	RMIC	-	89.4
2017	SBGAR	86.1	89.9
2018	HANs+HCNs	84.3	-
2018	PC-TDM	-	92.2
2018	stagNet	89.1	-
2018	SPA+KD+OF	-	95.7
2019	GCN+SPA+KD+OF	-	95.8
2019	CRM	85.8	94.2
2019	ARG	91.0	-
2020	PRL	-	93.8

搜集汇总

数据集介绍

构建方式

在群体活动识别这一计算机视觉的前沿领域，该数据集的构建汇聚了领域内多年来的重要研究成果。它并非通过单一采集流程生成，而是以系统化的方式，从公开文献与开源社区中精心遴选了多个经典数据集，如2016年的Volleyball Dataset、2012年的Choi's Dataset以及2009年的Collective Activity Dataset等。这些数据集涵盖了从集体行为到群体交互的多样场景，构成了该资源的核心基石。此外，项目还整合了自2009年以来发表的数十篇代表性论文及其对应的代码实现，通过严格的分类与标注，形成了一个结构化的知识库。这种构建方式确保了资源的全面性与时效性，为研究者提供了从数据到方法的完整链路。

特点

该数据集最显著的特点在于其高度的整合性与结构化组织。它不仅收录了Volleyball和CAD等主流基准数据集的性能排行榜，还按照发表年份、会议级别（如CVPR、ECCV）以及方法名称（如HDTM、ARG）对论文进行了精细分类。每个条目均附有论文链接与可获取的代码仓库，极大便利了实验复现与对比。排行榜部分采用了MCA与MPCA两种评估指标，清晰展现了不同方法在相同数据集上的表现差异。此外，项目还特别标注了arXiv论文中无代码的情况，避免了无效信息的干扰，这种严谨的态度显著提升了资源的实用价值。

使用方法

使用者可以通过直观的目录导航快速定位所需资源。首先，在Datasets部分可获取经典数据集的官方主页或GitHub链接，用于下载原始数据。随后，Papers部分按年份排列的论文列表提供了直接跳转至arXiv或会议论文的入口，便于深入阅读方法论。对于希望进行实验对比的研究者，LeaderBoard部分展示了各方法在Volleyball与CAD数据集上的具体性能指标，可作为选择基线模型或验证自身算法效果的参考。结合附带的代码仓库，使用者能够高效地复现现有工作，或在此基础上进行改进与创新，从而推动群体活动识别技术的持续演进。

背景与挑战

背景概述

群体活动识别（Group Activity Recognition）作为计算机视觉领域的重要分支，致力于从视频或图像中理解多个人物共同参与的复杂行为模式。该数据集资源汇总项目由研究社区自发维护，收录了自2009年首个群体活动数据集（CAD）以来的一系列关键工作，包括2012年Choi数据集与2016年排球数据集等。核心研究问题聚焦于如何建模个体间的时空交互关系，以精准推断集体行为类别。这一领域的研究对智能视频监控、体育赛事分析及社交场景理解具有深远影响，推动了从传统手工特征到深度图神经网络的方法演进。

当前挑战

该领域面临的核心挑战在于群体活动的语义复杂性。首先，多人物交互存在空间遮挡与时间动态性，导致个体行为与集体意图间的映射关系高度非线性。其次，现有数据集规模有限，如CAD仅含5类场景，难以覆盖真实世界的多样性。构建过程中，标注集体行为需同时界定个体角色与群体边界，人工成本高昂且主观性强。此外，模型需兼顾个体动作识别与群体关系推理，现有方法在跨场景泛化上仍存在显著性能瓶颈，例如排球数据集上最高MCA仅93.0%，远未达到实用化要求。

常用场景

经典使用场景

在计算机视觉与视频理解领域，群体活动识别（Group Activity Recognition）旨在从多人交互场景中解析整体行为语义。该数据集整理资源（如Volleyball Dataset、Collective Activity Dataset）最经典的使用场景是评估模型对群体协作行为的理解能力，例如在排球比赛视频中区分‘左攻’、‘右攻’等团队战术动作，或在街头场景中识别‘交谈’、‘排队’等集体行为。研究者通过输入多帧人物轨迹与交互关系，输出高层次的群体活动类别，从而验证模型对时空结构与人物依赖关系的建模效果。

解决学术问题

该数据集资源体系解决了群体活动识别研究中长期存在的两大核心学术问题：其一，如何从杂乱的多人体视频中有效建模个体间动态交互与全局场景约束，传统方法常因忽略关系推理而难以区分相似群体行为；其二，缺乏统一基准导致方法对比困难。通过提供标准化的数据集划分与性能排行榜（Leaderboard），该资源推动了图神经网络（如ARG）、时序模型（如HDTM）等架构在群体活动识别上的可重复研究，显著提升了多类分类准确率（MCA）与平均每类准确率（MPCA），为后续因果推理与少样本学习奠定了实验基础。

衍生相关工作

该数据集资源衍生了一系列经典工作，推动了群体活动识别领域的范式演进。早期工作如HDTM（CVPR 2016）提出层次化深度时序模型，首次将个体动作与群体活动进行联合建模；ARG（CVPR 2019）引入图注意力网络显式学习人物关系图，成为关系推理的里程碑；PRL（CVPR 2020）则通过渐进式关系学习优化交互建模。此外，CRM、stagNet等方法分别从卷积关系机器与语义RNN角度创新，而RMIC、CERN等则在上下文建模与置信度能量网络方面做出贡献。这些工作均基于该资源中的Volleyball与CAD数据集进行性能验证，形成了从时序递归到图神经网络的完整技术脉络。