Bei der Verhaltenserkennung ist jedes Bild äußerst wichtig. Um das menschliche Verhalten in Videos vollständig zu verstehen, ist es notwendig, jedes Bild entsprechend der Aktion zu kommentieren und ein Video dicht zu kommentieren. Der MultiTHUMOS-Datensatz ist ein THUMOS-DatensatzGeboren auf der Grundlage der Expansion.

Dieser Datensatz ist eine Sammlung von Aktionsanmerkungen, einschließlich 38.690 Anmerkungen zu 65 Aktionskategorien. Anmerkung angewendet auf THUMOS'14 AktionserkennungsdatensatzFür die 400 Videos in gibt es durchschnittlich 1,5 Labels pro Frame und 10,5 Aktionsklassen pro Video.