University of Central Florida 发布 OccludedActionBenchmark 数据集, 应用在 视频动作检测、遮挡鲁棒性 领域

University of Central Florida 本次发布的数据集 OccludedActionBenchmark, OccludedActionBenchmark数据集由University of Central Florida与Microsoft Research联合创建，旨在深入探究视频动作检测中遮挡现象的影响。该数据集包含五个新的基准数据集，分别为O-UCF、O-JHMDB、OVIS-UCF、OVIS-JHMDB和Real-OUCF，涵盖了从合成控制的静态/动态遮挡到真实世界场景中的遮挡。通过精确模拟遮挡物在视频帧中的存在，该数据集不仅为研究者提供了丰富的实验材料，也为视频动作检测模型的鲁棒性评估提供了重要基准。 数据集的构建过程涉及从Pascal-VOC图像中提取物体，并利用RGBD映射技术将这些物体柔和地融合到视频像素上，以此模拟真实世界中的遮挡情况。此外，通过系统地变化遮挡物的大小、类型和运动轨迹，数据集能够全面评估不同模型在各种遮挡条件下的性能。OccludedActionBenchmark数据集的应用领域主要集中在视频理解和动作识别，特别是针对遮挡条件下的鲁棒性测试。它不仅能够帮助研究者理解现有模型在遮挡情况下的行为，还能推动更鲁棒的视频动作检测技术的发展。

查看OccludedActionBenchmark

README 内容： 

关于 University of Central Florida , University of Central Florida（UCF）是一所位于美国佛罗里达州的公立研究型大学，成立于1963年。它是佛罗里达州最大的大学，也是全美第二大的大学。UCF以其强大的工程、计算机科学和商业管理等学科而闻名，同时也在医学、教育和社会科学等领域有显著的研究成果。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。