HAA500:带精选视频的以人为中心的原子动作数据集
计算机视觉与模式识别
2021-08-17 v2 机器学习
图像与视频处理
摘要
我们贡献了 HAA500,一个手动标注的以人为中心的原子动作数据集,用于 500 个类别的动作识别,包含超过 591K 个标注帧。为最小化动作分类中的歧义,HAA500 由高度多样化的细粒度原子动作类别组成,其中只有一致的动作归入同一标签,例如“棒球投球”与“篮球罚球”。因此 HAA500 不同于现有的原子动作数据集,后者将粗粒度原子动作用粗动作动词如“投掷”标注。HAA500 经过精心筛选,以捕捉人体姿态的精确运动,几乎不含与类别无关的运动或时空标签噪声。HAA500 的优势有四点:1)以人为中心的动作,相关人体姿态的平均可检测关节率达 69.7%;2)高可扩展性,因为添加一个新类别可在 20–60 分钟内完成;3)精选视频捕捉原子动作的基本要素而无无关帧;4)细粒度原子动作类别。我们包括使用野外采集数据集的跨数据验证在内的广泛实验,证明了 HAA500 以人为中心和原子特性的明显益处,其使得训练甚至一个基线深度学习模型也能通过关注原子人体姿态来改善预测。我们详述了 HAA500 的数据集统计与收集方法,并与现有动作识别数据集进行定量比较。
引用
@article{arxiv.2009.05224,
title = {HAA500: Human-Centric Atomic Action Dataset with Curated Videos},
author = {Jihoon Chung and Cheng-hsin Wuu and Hsuan-ru Yang and Yu-Wing Tai and Chi-Keung Tang},
journal= {arXiv preprint arXiv:2009.05224},
year = {2021}
}