本次ICCV 2021的DeeperAction挑戰(zhàn)賽旨在推動人類動作理解領(lǐng)域研究從傳統(tǒng)的動作識別轉(zhuǎn)向更深入的動作理解任務(wù)，希望模型能夠在不同視頻中對人類動作的進(jìn)行定位和詳細(xì)理解。

具體來說，組織者提出了三個(gè)基于不同任務(wù)下的具有高質(zhì)量標(biāo)注的視頻數(shù)據(jù)集，并在此基礎(chǔ)上組織了針對動作理解任務(wù)的三個(gè)賽道的挑戰(zhàn)賽，歡迎大家踴躍參賽！

挑戰(zhàn)賽主頁：https://deeperaction.github.io/

比賽時(shí)間

2021年6月1日 – 2021年9月10日

2021-06-01 ～ 2021-09-01??訓(xùn)練階段

2021-09-01 ～ 2021-09-10??測試階段

2021-09-15??獲獎(jiǎng)名單公布

2021-09-30??方法技術(shù)報(bào)告提交截止

2021-10-11??研討會

組織單位

南京大學(xué)、中國科學(xué)院深圳先進(jìn)技術(shù)研究院、上海人工智能實(shí)驗(yàn)室、商湯科技。

Track 1：FineAction挑戰(zhàn)賽：時(shí)序動作定位

圖注：FineAction數(shù)據(jù)集視頻樣例

論文鏈接：

https://arxiv.org/abs/2105.11107

數(shù)據(jù)集主頁：

https://deeperaction.github.io/fineaction/

賽道簡介：

CodaLab - Competition

當(dāng)前，大部分動作定位數(shù)據(jù)集僅對行為進(jìn)行粗略定義，如ActivityNet中的籃球訓(xùn)練（Layup drill in basketball）并未被拆分成扣籃或投籃這樣更為精細(xì)的動作類別。然而，粗糙的動作類別往往與上下文背景高度相似，造成標(biāo)注動作的時(shí)序界限不清晰。

為了填補(bǔ)這一空缺，組織者提出了FineAction這一新基準(zhǔn)，包含近 17K 個(gè)未修剪視頻，139K個(gè)精細(xì)動作時(shí)序標(biāo)注，為 106 個(gè)動作類別進(jìn)行了更明確的動作類別定義和更精確的時(shí)序標(biāo)注。

該數(shù)據(jù)集的構(gòu)建，為精細(xì)化時(shí)序動作定位的研究帶來新的挑戰(zhàn)與機(jī)遇。

Track 2：MultiSports挑戰(zhàn)賽：時(shí)空動作檢測

圖注：MultiSports數(shù)據(jù)集視頻樣例

論文鏈接：

https://arxiv.org/abs/2105.07404

數(shù)據(jù)集主頁：

https://deeperaction.github.io/multisports/

賽道簡介：

CodaLab - Competition

當(dāng)前時(shí)空動作檢測基準(zhǔn)主要分為兩類：一類是以J-HMBD和UCF101-24為代表的稠密標(biāo)注的高度抽象動作數(shù)據(jù)集，這些數(shù)據(jù)集中往往是單人重復(fù)一些簡單動作；另一類是以AVA和DALY為代表的稀疏標(biāo)注的數(shù)據(jù)集，這些數(shù)據(jù)集中的動作缺少明確的邊界，對于建?？焖賱幼鱽碚f不太合適。

為了推動時(shí)空動作檢測研究，組織者提出了MultiSports這一新基準(zhǔn)。這一數(shù)據(jù)集有著25fps稠密標(biāo)注，且數(shù)據(jù)集規(guī)模大，有大量多人同時(shí)運(yùn)動場景和明確的動作界限，部分動作（如足球的“pass”和“l(fā)ong ball”）需要較長的時(shí)序背景才能進(jìn)行區(qū)分，這也對時(shí)空動作檢測模型提出了更高的要求。

Track 3：Kinetics-TPS挑戰(zhàn)賽：基于人體部位中層語義的視頻行為解析

圖注：Kinetics-TPS數(shù)據(jù)集視頻樣例

數(shù)據(jù)集主頁：

https://deeperaction.github.io/kineticstps/

賽道簡介：

CodaLab - Competition

傳統(tǒng)的動作識別往往被視為高層語義的視頻分類任務(wù)（例如：Kinetics400，ActivityNet等），然而這些視頻數(shù)據(jù)集忽視了對人類行為動作的細(xì)節(jié)以及中層語義信息的理解。

為了填補(bǔ)這一空缺，我們提出了Kinetics-TPS這一全新數(shù)據(jù)集。與現(xiàn)有數(shù)據(jù)集不同，本數(shù)據(jù)集（共24 個(gè)人類行為類別）提供了視頻幀級別的身體部位標(biāo)注，包括身體10個(gè)部位的7.9M個(gè)標(biāo)注，7.9M個(gè)部位狀態(tài)（即身體部位如何移動），以及0.5M個(gè)交互物體，這為更為細(xì)致的視頻行為理解提供可能。

#投 稿?通 道#

?讓你的文字被更多人看到?

如何才能讓更多的優(yōu)質(zhì)內(nèi)容以更短路徑到達(dá)讀者群體，縮短讀者尋找優(yōu)質(zhì)內(nèi)容的成本呢？答案就是：你不認(rèn)識的人。

總有一些你不認(rèn)識的人，知道你想知道的東西。PaperWeekly 或許可以成為一座橋梁，促使不同背景、不同方向的學(xué)者和學(xué)術(shù)靈感相互碰撞，迸發(fā)出更多的可能性。?

PaperWeekly 鼓勵(lì)高校實(shí)驗(yàn)室或個(gè)人，在我們的平臺上分享各類優(yōu)質(zhì)內(nèi)容，可以是最新論文解讀，也可以是學(xué)術(shù)熱點(diǎn)剖析、科研心得或競賽經(jīng)驗(yàn)講解等。我們的目的只有一個(gè)，讓知識真正流動起來。

?????稿件基本要求：

? 文章確系個(gè)人原創(chuàng)作品，未曾在公開渠道發(fā)表，如為其他平臺已發(fā)表或待發(fā)表的文章，請明確標(biāo)注?

? 稿件建議以?markdown?格式撰寫，文中配圖以附件形式發(fā)送，要求圖片清晰，無版權(quán)問題

? PaperWeekly 尊重原作者署名權(quán)，并將為每篇被采納的原創(chuàng)首發(fā)稿件，提供業(yè)內(nèi)具有競爭力稿酬，具體依據(jù)文章閱讀量和文章質(zhì)量階梯制結(jié)算

?????投稿通道：

? 投稿郵箱：hr@paperweekly.site?

? 來稿請備注即時(shí)聯(lián)系方式（微信），以便我們在稿件選用的第一時(shí)間聯(lián)系作者

? 您也可以直接添加小編微信（pwbot02）快速投稿，備注：姓名-投稿

△長按添加PaperWeekly小編

????

現(xiàn)在，在「知乎」也能找到我們了

進(jìn)入知乎首頁搜索「PaperWeekly」

點(diǎn)擊「關(guān)注」訂閱我們的專欄吧

關(guān)于PaperWeekly

PaperWeekly 是一個(gè)推薦、解讀、討論、報(bào)道人工智能前沿論文成果的學(xué)術(shù)平臺。如果你研究或從事 AI 領(lǐng)域，歡迎在公眾號后臺點(diǎn)擊「交流群」，小助手將把你帶入 PaperWeekly 的交流群里。

總結(jié)

以上是生活随笔為你收集整理的ICCV 2021 | DeeperAction挑战赛三大赛道开启报名的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。