Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Okutama-Action: An Aerial View Video Dataset for Concurrent Human Action Detection
KTH. Polytechnic University of Catalonia, Spain.
KTH, Skolan för datavetenskap och kommunikation (CSC).
Visa övriga samt affilieringar
2017 (Engelska)Ingår i: 30th IEEE Conference on Computer Vision and Pattern Recognition Workshops, CVPRW 2017, IEEE Computer Society, 2017, Vol. 2017, s. 2153-2160Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [en]

Despite significant progress in the development of human action detection datasets and algorithms, no current dataset is representative of real-world aerial view scenarios. We present Okutama-Action, a new video dataset for aerial view concurrent human action detection. It consists of 43 minute-long fully-annotated sequences with 12 action classes. Okutama-Action features many challenges missing in current datasets, including dynamic transition of actions, significant changes in scale and aspect ratio, abrupt camera movement, as well as multi-labeled actors. As a result, our dataset is more challenging than existing ones, and will help push the field forward to enable real-world applications.

Ort, förlag, år, upplaga, sidor
IEEE Computer Society, 2017. Vol. 2017, s. 2153-2160
Serie
IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops, ISSN 2160-7508 ; 2017
Nationell ämneskategori
Datorseende och robotik (autonoma system)
Identifikatorer
URN: urn:nbn:se:kth:diva-215882DOI: 10.1109/CVPRW.2017.267ISI: 000426448300260Scopus ID: 2-s2.0-85030250941ISBN: 9781538607336 (tryckt)OAI: oai:DiVA.org:kth-215882DiVA, id: diva2:1149853
Konferens
30th IEEE Conference on Computer Vision and Pattern Recognition Workshops, CVPRW 2017, Honolulu, United States, 21 July 2017 through 26 July 2017
Anmärkning

QC 20171017

Tillgänglig från: 2017-10-17 Skapad: 2017-10-17 Senast uppdaterad: 2018-03-22Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltextScopus

Sök vidare i DiVA

Av författaren/redaktören
Marti, MiquelMurray, Samuel
Av organisationen
KTHSkolan för datavetenskap och kommunikation (CSC)
Datorseende och robotik (autonoma system)

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
isbn
urn-nbn

Altmetricpoäng

doi
isbn
urn-nbn
Totalt: 222 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf