ADHA数据集 包含11736个短视频和32个动作的动作数据集

ADHA：“描述人类行为的副词”是一个新问题的第一个基准-识别人类行为副词（HAA）。这是计算机视觉从模式识别转换为真实AI的第一步。 ADHA的一些关键功能包括：语义上完整的副词集，用于描述人类行为；一组常见的，可描述的人类行为；以及详尽地标记每个视频中同时出现的行为。对动作识别和副标题识别中的图像字幕的当前有效模型的实现进行了深入分析，结果表明这种方法是不可行的。此外，我们在这些模型中使用了表达知识，并表明它可以显着提高HAA识别性能。 ADHA数据集包含11736个短视频和来自具有32个动作的动作集和具有51个副词的副词的相关标签。在数据集中，我们还使用半自动注释框架提供了目标人的跟踪结果。总共有16716人被标记。 If you want to know more about the dataset, you can download the related paper here.