视频分类数据集

 

在视频分类项目中，有很多经典的公开数据集，目前主要的数据集如列表所示：

 

重点介绍三个中等规模的数据集。

1. UCF101

动作识别数据集，从youtube收集而得，共包含101类动作。其中每类动作由25个人做动作，每人做4-7组，共13320个视频，分辨率为320*240，共6.5G。

UCF101在动作的采集上具有非常大的多样性，包括相机运行、外观变化、姿态变化、物体比例变化、背景变化、光纤变化等。

101类动作可以分为5类：人与物体互动、人体动作、人与人互动、乐器演奏、体育运动。

参考文档：http://crcv.ucf.edu/papers/UCF101_CRCV-TR-12-01.pdf

每类动作视频数量：

下载网址：http://crcv.ucf.edu/data/UCF101/UCF101.rar

 

 

2. HMDB

HMDB51包含51类动作，共有6849个视频，每个动作至少包含51个视频，分辨率320*240,。来自于YouTube，google视频等，共２G．

动作主要包括：

1) 一般面部动作微笑，大笑，咀嚼，交谈。

2) 面部操作与对象操作：吸烟，吃，喝。

3) 一般的身体动作：侧手翻，拍手，爬，爬楼梯，跳，落在地板上，反手翻转、倒立、跳、拉、推、跑，坐下来，坐起来，翻跟头，站起来，转身，走，波。

4) 与对象交互动作：梳头，抓，抽出宝剑，运球、高尔夫、打东西，球、挑、倒、推东西，骑自行车，骑马，射球，射弓、枪、摆棒球棍、剑锻炼，扔。

5) 人体动作：击剑，拥抱，踢某人，亲吻，拳打，握手，剑战。

 

 

下载：http://serre-lab.clps.brown.edu/resource/hmdb-a-large-human-motion-database/#Downloads

 

３．Kinetics

Kinetics-600是一个大规模，高质量的YouTube视频网址数据集，其中包含各种人的动作。 还有一个2017年发布的初始数据集，现在称为Kinetics-400。
该数据集由大约500,000个视频组成，涵盖600个人类动作，每个动作至少有600个视频。 每个视频持续大约10秒钟，并标有一个类。 这些动作涵盖了广泛的范围，包括人 - 物体交互，如演奏乐器，以及人与人之间的互动，如握手和拥抱。

下载：https://deepmind.com/research/open-source/open-source-datasets/kinetics/

或者https://github.com/activitynet/ActivityNet/blob/master/Crawler/Kinetics/README.md