MOD20

MOD20是一个动作识别数据集，由从YouTube和我们自己的无人机收集的视频组成。数据集包含2,324视频，持续时间总计240分钟。这些动作是从具有挑战性和复杂的场景中选择的，涵盖了从地面到鸟瞰图的多个视点。身体大小，人数，视点，相机运动和背景的巨大变化使该数据集对动作识别具有挑战性。动作类别，720 × 720大小的非失真剪辑和多视点视频选择将数据集的适用性扩展到更广泛的研究社区。