ARID：一种用于暗光环境下动作识别的新数据集
计算机视觉与模式识别
2022-08-22 v4
摘要
暗光视频中的动作识别任务在多种场景中具有实用价值，例如夜间监控与夜间自动驾驶。尽管在正常光照视频的动作识别任务上已取得进展，但鲜有研究关注暗光环境下的动作识别。这部分归因于缺乏用于该任务的大规模数据集。本文探讨了暗光视频中的动作识别任务。我们通过收集一个新数据集——暗光动作识别（Action Recognition in the Dark, ARID）数据集，弥补了该任务数据缺失的空白。该数据集包含超过 3,780 个视频片段，涵盖 11 个动作类别。据我们所知，这是首个专注于暗光视频中人体动作的数据集。为深入理解我们的 ARID 数据集，我们对其进行了详细分析，并展示了其相对于合成暗光视频的必要性。此外，我们在该数据集上基准测试了若干现有动作识别模型的性能，并探索了提升其性能的潜在方法。结果表明，当前的动作识别模型与帧增强方法可能并非暗光视频动作识别任务的有效解决方案。
引用
@article{arxiv.2006.03876,
title = {ARID: A New Dataset for Recognizing Action in the Dark},
author = {Yuecong Xu and Jianfei Yang and Haozhi Cao and Kezhi Mao and Jianxiong Yin and Simon See},
journal= {arXiv preprint arXiv:2006.03876},
year = {2022}
}
备注
6 pages, 7 figures, Data available at https://xuyu0010.github.io/arid, simplified title, extension of IJCAIW version published by Springer (https://link.springer.com/chapter/10.1007/978-981-16-0575-8_6)