视频时序动作检测（temporal action detection）介绍

一、视频时序动作检测算法

本文中动作检测算法也包含了时序动作提名（Temporal Action Proposal Generation）。时序动作提名与检测的类别不一样的地方是，检测一般指定位出动作的边界并给出动作类别（可能是多类），而提名一般只有有动作和没有动作两类。

1.1 提名类算法（temporal action proposal generation）

• CTAP算法详解
• TSA-Net论文详解

1.2 检测类算法（temporal action detection / localization）

• R-C3D论文详解

二、常用数据集介绍

ActivityNet

官网：http://activity-net.org/download.html

该数据集，单视频视长短，包含片段较少（一个视频包含少数的类别动作）

v1.2
* 有9682个视频
* 包含100类动作

v1.3
* 19994个视频
* 包含200类动作
* 日常活动，如遛狗、跳远、打扫地板等
* 共计700小时

两个版本的数据集中，training: validation: testing = 2：1：1

THUMOS14

官网：http://crcv.ucf.edu/THUMOS14/

该数据集，单视频时长可能较长，包含的片段也较多

* 只有验证集和测试集，官方推荐UCF101为训练集（UCF101都是裁剪好的视频）
* 大量的人类动作在真实环境中开源视频。 动作包括日常生活动作（例如，“吹干头发”和“刷牙”）对体育动作（例如，“驾驶”和“高尔夫挥杆”）
* 验证集有200个视频，测试集有213个视频
* 包含20类动作

其它视频任务介绍请查看-文章<<主流的视频动作类算法任务介绍>>