Action Recognition In Videos
Actionserkennung ist eine Aufgabe im Bereich der Computer Vision, die darauf abzielt, menschliches Verhalten in Videos oder Bildern zu identifizieren und zu klassifizieren. Ihr Ziel ist es, die durchgeführten Aktionen in Videos oder Bildern in vordefinierte Aktionenkategorien einzuordnen, um eine genaue Aktionserkennung und -verstehens zu erreichen. Diese Aufgabe hat für Anwendungen wie Videoüberwachung, Mensch-Computer-Interaktion und Sportanalyse große Bedeutung. Allerdings führt die Herausforderung, große Video-Datensätze aufzubauen, dazu, dass die meisten existierenden Actionserkennungs-Benchmarks relativ klein sind, typischerweise nur etwa 10.000 Videos enthalten.
ActionNet-VE
ActivityNet
Text4Vis (w/ ViT-L)
Animal Kingdom
AVA v2.1
AVA v2.2
LART (Hiera-H, K700 PT+FT)
BAR
Charades
Charades-Ego
LaViLa (Finetuned, TimeSformer-L)
Diving-48
Drone-Action
DVS128 Gesture
EgoGesture
EPIC-KITCHENS-55
EPIC-KITCHENS-100
Avion (ViT-L)
H2O (2 Hands and Objects)
HandFormer-B/21x8
HAA500
HACS
UniFormerV2-L
HMDB-51
VideoMAE V2-g
HMDB51
MSQNet
Hockey
ICVL-4
IndustReal
IRD
Jester (Gesture Recognition)
DirecFormer
KTH
CNN-GRU
MECCANO
SlowFast
Mimetics
JMRN
miniSports
MTL-AQA
C3D-AVG
N-UCLA
DVANet
NEC Drone
NTU RGB+D
PoseC3D (RGB + Pose)
NTU RGB+D 120
PoseC3D (RGB + Pose)
Okutama-Action
Penn Action
RareAct
Real Life Violence Situations Dataset
DeVTr
RoCoG-v2
Skeleton-Mimetics
SL-Animals
SEW-Resnet18 (3sets)
Something-Something V1
InternVideo
Something-Something V2
MVD (Kinetics400 pretrain, ViT-H, 16 frame)
Sports-1M
ip-CSN-152 (RGB)
THUMOS’14
BMN
THUMOS14
UAV-Human
PMI Sampler
UAV Human
FAR
UCF-101
R3D-18
UCF 101
R2+1D-BERT
UCF101
VideoMAE V2-g
UCFSports
UTD-MHAD
VIRAT Ground 2.0
Volleyball
PoseC3D (Pose Only)
Win-Fail Action Understanding
2DCNN+TRN