AVA 动作识别数据集

AVA 全称 Atomic Visual Actions，是一个带有视听标注的视频数据集，旨在训练机器人理解人类活动。每个视频片段都有标注者进行详细标注，这些标注体现了多样化场景、记录条件和人类活动的表达。

AVA, whose full name is Atomic Visual Actions, is a video dataset with audio-visual annotations, designed to train robots to comprehend human activities. Each video clip is meticulously annotated by human annotators, and these annotations cover diverse scenarios, recording conditions and the manifestations of human activities.

搜集汇总

背景与挑战

背景概述

AVA动作识别数据集是一个带有视听标注的视频数据集，旨在训练机器人理解人类活动。它包含多个子集，在电影片段中密集标注了动作、语音活动和背景噪音，提供了丰富的时空定位标签。