„Moments in Time“ ist ein umfangreicher dynamischer Momentdatensatz zum Identifizieren und Verstehen von Aktionen in Videos. Der Datensatz enthält 1 Million kommentierte Videos. Jedes Video ist 3 Sekunden lang.

Zu den Motiven der Handlung zählen Menschen, Tiere, Gegenstände und sogar Naturphänomene, wobei die Handlung entsprechend der jeweiligen dynamischen Szene festgehalten wird. Der Datensatz weist große Unterschiede innerhalb und zwischen den Klassen auf und es gibt Aktionen, die teilweise oder vollständig auf Klanginformationen beruhen, wie beispielsweise Klatschen.