Kinetics 人类动作视频数据集
计算机视觉与模式识别
2017-05-22 v1
摘要
我们描述了 DeepMind Kinetics 人类动作视频数据集。该数据集包含 400 类人类动作，每个动作类别至少有 400 个视频片段。每个片段时长约 10 秒，取自不同的 YouTube 视频。这些动作以人为中心，涵盖广泛的类别，包括人-物交互（如弹奏乐器）以及人-人交互（如握手）。我们描述了该数据集的统计数据及其收集方式，并给出了在该数据集上训练和测试用于人类动作分类的神经网络架构的一些基线性能数据。我们还对数据集的不平衡是否会导致分类器偏差进行了初步分析。
引用
@article{arxiv.1705.06950,
title = {The Kinetics Human Action Video Dataset},
author = {Will Kay and Joao Carreira and Karen Simonyan and Brian Zhang and Chloe Hillier and Sudheendra Vijayanarasimhan and Fabio Viola and Tim Green and Trevor Back and Paul Natsev and Mustafa Suleyman and Andrew Zisserman},
journal= {arXiv preprint arXiv:1705.06950},
year = {2017}
}