論文標題：AVA: A Video Dataset of Spatio-temporally Localized Atomic Visual Actions

來源/作者機構情況：

谷歌，http://www.cs.toronto.edu/~dross/

UC Berkeley

解決問題/主要思想貢獻：

貢獻了一個新的動作分類的數據集

成果/優點：

分類更加多，單人，多人，人和物體的動作三大類。還有時間和空間上更加精確的標定

人類動作識別數據集AVA（atomic visual actions，原子視覺動作），提供擴展視頻序列中每個人的多個動作標簽，精確標註多人動作，我們將動作標簽限制在固定的3s時間內。

數據集地址：https://research.google.com/ava/ 需要科學鏈接

缺點：

反思改進/靈感：

#############################################################

論文主要內容與關鍵點：

論文主要部分：

1. Introduction

數據集的基本參數：連續三秒長，80種不同的動作類型

2. Related work 動作類數據集

靜態動作數據集，以及這些數據記的缺點：失去了時間的特征

3. Data collection：

4. Characteristics of the AVA dataset

5. Experiments

6. Conclusion

目前的研究方法，在AVA數據集都還沒有取得SOFA的結果，說明視頻動作分類還需要研究出更好的算法出來。

代碼實現：

https://github.com/tensorflow/models/tree/master/research/object_detection

2018AVA: A Video Dataset of Spatio-temporally Localized Atomic Visual Actions