Kinetics-TPS

We develop a large-scale Kinetics-Temporal Part State (Kinetics-TPS) benchmark for this study. Different from existing video action datasets, our Kinetics-TPS provides 7.9M annotations of 10 body parts, 7.9M part state (i.e., how a body part moves) and 0.5M interactive objects in the video frames of 24 human action classes, which bring new opportunity to understand human action by compositional learning of body parts.本研究构建了大规模的Kinetics-时序肢体状态（Kinetics-Temporal Part State, Kinetics-TPS）基准数据集。与现有视频动作数据集相比，该数据集在覆盖24类人类动作的视频帧中，提供了覆盖10个肢体部位的790万条标注、790万条肢体状态标注（即肢体的运动方式）以及50万个交互对象的标注，为通过肢体部位组合式学习理解人类动作带来了全新的研究契机。

搜集汇总

背景与挑战

背景概述

Kinetics-TPS是一个基于中层语义标注的人体行为数据库，专注于人体部位级别的动作分析。该数据集从Kinetics-700中选取了24个行为类别，包含4741个视频，并提供了丰富的人体、部位和物体标注，以支持对复杂行为的深入理解。