Τι είναι η αναγνώριση δράσης και ποια είναι τα δημοφιλή σύνολα δεδομένων (Kinetics, UCF);

Η αναγνώριση ενεργειών είναι μια εργασία υπολογιστικής όρασης που στοχεύει στον αυτόματο εντοπισμό και ταξινόμηση ενεργειών ή γεγονότων που συμβαίνουν σε ένα βίντεο. Ο στόχος είναι να κατανοηθεί ακριβώς τι κάνει ένα άτομο ή αντικείμενο στο πλαίσιο, π.χ. τρέξιμο, άλμα, παίξιμο μουσικού οργάνου κ.λπ.

Για την εκπαίδευση και αξιολόγηση μοντέλων αναγνώρισης ενεργειών, χρησιμοποιούνται ευρέως εξειδικευμένα σύνολα δεδομένων:

• Kinetics: ένα μεγάλο σύνολο δεδομένων που περιέχει εκατοντάδες χιλιάδες βίντεο από το YouTube, επισημασμένα με εκατοντάδες κατηγορίες ενεργειών. Έχει γίνει το πρότυπο για την εκπαίδευση βαθιών νευρωνικών δικτύων, καθώς καλύπτει ένα ευρύ φάσμα καθημερινών και εξειδικευμένων ενεργειών.

• UCF101: ένα κλασικό σύνολο δεδομένων που αποτελείται από 13.320 βίντεο, ομαδοποιημένα σε 101 κατηγορίες ενεργειών, όπως αθλητισμός, οικιακές δραστηριότητες κ.λπ. Είναι μικρότερο από το Kinetics, αλλά συχνά χρησιμοποιείται για γρήγορη πρωτοτυποποίηση και συγκρίσεις.