Toyota Smarthome Untrimmed：用于活动检测的真实的未修剪视频数据集
计算机视觉与模式识别
2022-06-13 v2
摘要
设计能够成功部署于日常生活环境中的活动检测系统，需要具有真实场景典型挑战的数据集。本文介绍一个新的未修剪日常活动数据集，其具有若干真实世界挑战：Toyota Smarthome Untrimmed (TSU)。TSU 包含以自发方式执行的广泛活动。该数据集包含密集标注，包括基本活动、复合活动以及涉及与物体交互的活动。我们提供了对数据集所具真实世界挑战的分析，突显检测算法的开放问题。我们表明当前最先进(state-of-the-art)方法在 TSU 数据集上无法取得满意性能。因此，我们提出一种新的活动检测基线方法以应对我们数据集所提供的新挑战。该方法利用一种模态（即光流）生成注意力权重以引导另一种模态（即 RGB）更好地检测活动边界。这对检测具有高时间方差特征的活动尤为有益。我们表明所提方法在 TSU 和另一流行挑战性数据集 Charades 上均优于最先进方法。
引用
@article{arxiv.2010.14982,
title = {Toyota Smarthome Untrimmed: Real-World Untrimmed Videos for Activity Detection},
author = {Rui Dai and Srijan Das and Saurav Sharma and Luca Minciullo and Lorenzo Garattoni and Francois Bremond and Gianpiero Francesca},
journal= {arXiv preprint arXiv:2010.14982},
year = {2022}
}
备注
Toyota Smarthome Untrimmed dataset, project page: https://project.inria.fr/toyotasmarthome