Okutama Action Dataset est un ensemble de données vidéo pour la détection d'actions humaines simultanées. Il contient 43 minutes de séquences entièrement annotées et 12 catégories d'actions. L'ensemble de données peut être utilisé pour diverses tâches : détection de piétons, détection d'actions spatio-temporelles et suivi de plusieurs personnes.

L'ensemble de données Okutama Action a été publié par l'Institut national d'informatique de Tokyo en 2017. L'article associé est « Okutama-Action : un ensemble de données vidéo de vue aérienne pour la détection simultanée d'actions humaines ».