LOGO：用于群体动作质量评估的长视频数据集
计算机视觉与模式识别
2024-04-09 v1
摘要
动作质量评估（AQA）已成为一个新兴课题，因为它可广泛应用于众多场景。然而，现有的大多数方法和数据集集中于单人短序列场景，阻碍了 AQA 在更复杂情况下的应用。为了解决这一问题，我们构建了一个新的用于动作质量评估的多人长视频数据集，命名为 LOGO。在场景复杂性方面，我们的数据集包含来自 26 个花样游泳项目的 200 个视频，每个样本中有 8 名运动员，平均时长为 204.2 秒。在标注丰富度方面，LOGO 包含描绘多名运动员群体信息的队形标签以及对动作过程的详细标注。此外，我们提出了一种简单而有效的方法，用于建模运动员之间的关系并推理长视频中的潜在时间逻辑。具体而言，我们设计了一个群体感知注意力模块，该模块可轻松插入现有的 AQA 方法中，以基于上下文群体信息丰富片段级表示。为了对 LOGO 进行基准测试，我们系统地研究了几种流行的 AQA 和动作分割方法的性能。结果揭示了我们的数据集带来的挑战。大量实验还表明，我们的方法在 LOGO 数据集上达到了 SOTA。数据集和代码将发布于 \url{https://github.com/shiyi-zh0408/LOGO }。
引用
@article{arxiv.2404.05029,
title = {LOGO: A Long-Form Video Dataset for Group Action Quality Assessment},
author = {Shiyi Zhang and Wenxun Dai and Sujia Wang and Xiangwei Shen and Jiwen Lu and Jie Zhou and Yansong Tang},
journal= {arXiv preprint arXiv:2404.05029},
year = {2024}
}
备注
Accepted by CVPR 2023