RareAct：一个包含不寻常交互的视频数据集
计算机视觉与模式识别
2020-08-04 v1
摘要
本文介绍一个手动标注的不寻常动作视频数据集，即RareAct，包含诸如“搅拌手机”、“切键盘”和“微波加热鞋子”等动作。RareAct旨在评估动作识别模型对常见动作动词与物体名词之罕见组合的零样本与少样本组合性。它包含122种不同动作，通过将HowTo100M大规模文本语料中极少共同出现但单独频繁出现的动词和名词组合得到。我们使用最先进的HowTo100M预训练视频与文本模型提供基准，并表明动作的零样本与少样本组合性仍是一项具挑战性且未解决的任务。
引用
@article{arxiv.2008.01018,
title = {RareAct: A video dataset of unusual interactions},
author = {Antoine Miech and Jean-Baptiste Alayrac and Ivan Laptev and Josef Sivic and Andrew Zisserman},
journal= {arXiv preprint arXiv:2008.01018},
year = {2020}
}