数据共享第一弹！ 141个行为动作数据库来了
数据驱动的人工智能技术正在飞速发展，许多国际知名的数据集、样本库都成为开展科学研究、实验检测、成果推广不可缺少的重要资源，并成为学术论文的重要组成部分。与此同时，我们也迫切地需要更具多样性的开放测试数据集，以满足不断涌现的大量创新性科研工作中更公开透明地测试和验证。
图图特此推出资源共享系列，今天带来141个常用的行为动作数据集。数据来源网站 CVonline: Image Databases
此外，为促进计算机图像图形领域科学数据成果的可重复性研究和共享，《中国图象图形学报》策划推出“数据论文”专栏，以推动中国原创科学数据集的研发、应用和推广，欢迎大家关注~
视频来源网络
20bn-Something-Something - 带有密集标签的视频剪辑，显示人类使用日常物品时执行的预定义基本动作 (Twenty Billion Neurons GmbH) [Before 28/12/19]
3D online action dataset - 有七个行动类别 (Microsoft and Nanyang Technological University) [Before 28/12/19]
50 Salads - 完全注释4.5小时的数据集RGB-D视频+加速计数据，捕获25人每人准备两个混合沙拉的动作 (Dundee University, Sebastian Stein) [Before 28/12/19]
A first-person vision dataset of office activities (FPVO) - FPVO包含12名参与者的办公室第一人称活动视频片段。 (G. Abebe, A. Catala, A. Cavallaro) [Before 28/12/19]
ActivityNet - 人类活动理解的大型视频基准 (200 类, 每类100 个视频, 总计648 小时) (Heilbron, Escorcia, Ghanem and Niebles) [Before 28/12/19]
Action Detection in Videos - MERL Shopping Dataset 由106个视频组成，每个视频都是一个大约2分钟长的序列 (Michael Jones, Tim Marks) [Before 28/12/19]
Actor and Action Dataset - 3782个视频,7类人员表演8个不同的动作 (Xu, Hsieh, Xiong, Corso) [Before 28/12/19]
An analyzed collation of various labeled video datasets for action recognition(Kevin Murphy) [Before 28/12/19]
AQA-7 - 用于评估7个不同操作的质量的数据集。它包含1106个动作样本和AQA评分。 (Parmar, Morris) [29/12/19]
ASLAN Action similarity labeling challengedatabase (Orit Kliper-Gross) [Before 28/12/19]
Attribute Learning for Understanding Unstructured Social Activity - 数据库的视频包含10类非结构化的社会事件识别，注释了69个属性。 (Y. Fu Fudan/QMUL, T. Hospedales Edinburgh/QMUL) [Before 28/12/19]
Audio-Visual Event (AVE) dataset- AVE数据集包含了4143个YouTube视频，涵盖了28个事件类别 (Yapeng Tian, Jing Shi, Bochen Li, Zhiyao Duan, and Chenliang Xu) [Before 28/12/19]
AVA: A Video Dataset of Atomic Visual Action- 430个15分钟电影片段中的80个原子视觉动作。 (Google Machine Perception Research Group) [Before 28/12/19]
BBDB - 是一个大型棒球视频数据集，包含4200小时的完整棒球比赛视频和400,000个注释的活动片段。(Shim, Minho, Young Hwi, Kyungmin, Kim, Seon Joo) [Before 28/12/19]
BEHAVE Interacting Person Video Data with markup(Scott Blunsden, Bob Fisher, Aroosha Laghaee) [Before 28/12/19]
BU-action Datasets - 三个与视频数据集UCF101和ActivityNet的类有完全对应关系的图像动作数据集(BU101, BU101-unfiltered, BU203-unfiltered)。 (S. Ma, S. A. Bargal, J. Zhang, L. Sigal, S. Sclaroff.) [Before 28/12/19]
Berkeley MHAD: A Comprehensive Multimodal Human Action Database(Ferda Ofli) [Before 28/12/19]
Berkeley Multimodal Human Action Database - 五种不同的拓展应用领域的模式 (University of California at Berkeley and Johns Hopkins University) [Before 28/12/19]
Breakfast dataset - 它是一个包含1712个视频剪辑的数据集，展示了10个厨房活动，这些活动被手工分割成48个原子动作类。(H. Kuehne, A. B. Arslan and T. Serre ) [Before 28/12/19]
Bristol Egocentric Object Interactions Dataset - 包含了3-5个人在6个不同地点的第一人称视频片段(Dima Damen, Teesid Leelaswassuk and Walterio Mayol-Cuevas, Bristol University) [Before 28/12/19]
Brown Breakfast Actions Dataset - 70小时，400万帧10个不同的早餐准备活动 (Kuehne, Arslan and Serre) [Before 28/12/19]
CAD-120 dataset -关注复杂活动和对象交互 (Cornell University) [Before 28/12/19]
CAD-60 dataset - CAD-60和CAD-120数据集由人类活动的RGB-D视频序列组成 (Cornell University) [Before 28/12/19]
CATER: A diagnostic dataset for Compositional Actions and TEmporal Reasoning - 一个综合的视频理解基准 (Girdhar, Ramanan) [29/12/19]
CVBASE06: annotated sports videos(Janez Pers) [Before 28/12/19]
Charades Dataset - 来自267名志愿者的10,000个视频，每个视频都注释了多个活动、标题、对象和时间定位。 (Sigurdsson, Varol, Wang, Laptev, Farhadi, Gupta) [Before 28/12/19]
Composable activities dataset - 26个原子动作的不同组合形成了16个活动类，包含14个主题 (Pontificia Universidad Catolica de Chile and Universidad del Norte) [Before 28/12/19]
Continuous Multimodal Multi-view Dataset of Human Fall - 该数据集包括正常的日常活动和用于评估人类跌倒检测的模拟跌倒。 (Thanh-Hai Tran) [Before 28/12/19]
Cornell Activity Datasets CAD 60, CAD 120 (Cornell Robot Learning Lab) [Before 28/12/19]
DeepSport - 在职业比赛期间，在不同的篮球场连续捕捉到的成对的图像，带有对球位置标注。(UC Louvain ISPGroup)
DemCare dataset - DemCare数据集由一组来自不同传感器的不同数据集组成，可用于可穿戴/深度和静态IP摄像机数据对人体活动的识别，用于老年痴呆症检测的语音识别，用于步态分析和异常检测的生理数据。(K. Avgerinakis, A.Karakostas, S.Vrochidis, I. Kompatsiaris) [Before 28/12/19]
Depth-included Human Action video dataset - 包含23个不同的动作(CITI in Academia Sinica) [Before 28/12/19]
DMLSmartActions dataset - 16名受试者以自然的方式表演了12种不同的动作。 (University of British Columbia) [Before 28/12/19]
DogCentric Activity Dataset - 第一人称视频是从安装在一只狗身上的相机拍摄的(Michael Ryoo) [Before 28/12/19]
Edinburgh ceilidh overhead video data - 16个从头顶观测的舞蹈视频，其中10个舞者遵循一个结构化的舞蹈模式(2个不同的舞蹈)。该数据集对于高度结构化的行为理解非常有用(Aizeboje, Fisher) [Before 28/12/19]
EPIC-KITCHENS - 32名参与者在他们的原生厨房环境、无脚本的日常活动第一人称视频，包含11.5M帧、39.6K帧级动作片段和454.2K个bounding box(Damen, Doughty, Fidler, et al) [Before 28/12/19]
EPFL crepe cooking videos - 6种结构化的烹饪活动的12个视频，1920x1080分辨率 (Lee, Ognibene, Chang, Kim and Demiris) [Before 28/12/19]
ETS Hockey Game Event Data Set - 该数据集包含使用固定摄像机拍摄的两场冰球比赛的镜头。 (M.-A. Carbonneau, A. J. Raymond, E. Granger, and G. Gagnon) [Before 28/12/19]
The Falling Detection dataset - 在两个场景中的六个视频，包含连续表演一系列动作 (University of Texas) [Before 28/12/19]
FCVID: Fudan-Columbia Video Dataset - 91223个网络视频，239个手工标注类别(Jiang, Wu, Wang, Xue, Chang) [Before 28/12/19]
G3D - 用微软Kinect捕捉的20个游戏动作的同步视频、深度和骨架数据(Victoria Bloom) [Before 28/12/19]
G3Di - 该数据集包含12个主题，分为6对(Kingston University) [Before 28/12/19]
Gaming 3D dataset – 实时游戏场景动作识别 (Kingston University) [Before 28/12/19]
Georgia Tech Egocentric Activities - Gaze(+) -人们看的视频和他们的注视位置(Fathi, Li, Rehg) [Before 28/12/19]
Hollywood 3D dataset - 650个3D视频剪辑，跨越14个动作类 (Hadfield and Bowden) [Before 28/12/19]
Human Actions and Scenes Dataset (Marcin Marszalek, Ivan Laptev, Cordelia Schmid) [Before 28/12/19]
Human Searches 在AVA和THUMOS14数据集中标注的人类 (Alwassel, H., Caba Heilbron, F., Ghanem, B.) [Before 28/12/19]
Hollywood Extended - 937个视频剪辑，共787720帧，包含来自69部好莱坞电影的16个不同动作的序列。 (Bojanowski, Lajugie, Bach, Laptev, Ponce, Schmid, and Sivic) [Before 28/12/19]
HumanEva: 用于评估关节运动的同步视频和运动捕捉数据集 (Brown University) [Before 28/12/19]
I3DPost Multi-View Human Action Datasets (Hansung Kim) [Before 28/12/19]
IAS-lab Action dataset - 包含各种行为和执行这些行为的人员数量 (IAS Lab at the University of Padua) [Before 28/12/19]
图片来源网络
ICS-FORTH MHAD101 Action Co-segmentation - 101对长期动作序列，包含基于3d骨骼和视频相关的帧特征 (Universtiy of Crete and FORTH-ICS, K. Papoutsakis) [Before 28/12/19]
IIIT Extreme Sports - 来自YouTube的160个第一人称运动视频，18个动作类的帧级注释。 (Suriya Singh, Chetan Arora, and C. V. Jawahar. Trajectory Aligned) [Before 28/12/19]
INRIA Xmas Motion Acquisition Sequences (IXMAS) (INRIA) [Before 28/12/19]
InfAR Dataset -红外动作识别(Chenqiang Gao, Yinhe Du, Jiang Liu, Jing Lv, Luyu Yang, Deyu Meng, Alexander G. Hauptmann) [Before 28/12/19]
JHMDB: Joints for the HMDB dataset (J-HMDB)基于来自HMDB51的928个剪辑，包括21个动作类别(Jhuang, Gall, Zuffi, Schmid and Black) [Before 28/12/19]
JPL First-Person Interaction dataset -从第一人称视角拍摄的7种人类活动视频 (Michael S. Ryoo, JPL) [Before 28/12/19]
Jena Action Recognition Dataset - 爱宝狗的行为 (Korner and Denzler) [Before 28/12/19]
K3Da - Kinect 3D Active dataset - K3Da (Kinect 3D active)是一个真实的临床相关人体动作数据集，包含骨骼、深度数据和相关的参与者信息 (D. Leightley, M. H. Yap, J. Coulson, Y. Barnouin and J. S. McPhee) [Before 28/12/19]
Kinetics Human Action Video Dataset - 300,000个视频剪辑，400个人类动作类，10秒的剪辑，每个剪辑一个动作 (Kay, Carreira, et al) [Before 28/12/19]
KIT Robo-Kitchen Activity Data Set - 540个短片，17个人表演12个复杂的厨房活动。(L. Rybok, S. Friedberger, U. D. Hanebeck, R. Stiefelhagen) [Before 28/12/19]
KTH human action recognition database (KTH CVAP lab) [Before 28/12/19]
Karlsruhe Motion, Intention, and Activity Data set (MINTA) - 日常生活活动的7种类型，包括运动的原始片段。 (D. Gehrig, P. Krauthausen, L. Rybok, H. Kuehne, U. D. Hanebeck, T. Schultz, R. Stiefelhagen) [Before 28/12/19]
Leeds Activity Dataset--Breakfast (LAD--Breakfast) - 它由15个带注释的视频组成，包括5个不同的人吃早餐或其他简单的饭; (John Folkesson et al.) [Before 28/12/19]
LIRIS Human Activities Dataset - 人们进行各种活动的（灰度/RGB/深度）视频(Christian Wolf, et al, French National Center for Scientific Research) [Before 28/12/19]
MEXaction2 action detection and localization dataset - 支持开发和评估用于在一个相对较大的视频数据库中“发现”短动作实例的方法:77小时117个视频(Michel Crucianu and Jenny Benois-Pineau) [Before 28/12/19]
MLB-YouTube - 用于棒球视频的动作识别数据集 (AJ Piergiovanni, Michael Ryoo) [Before 28/12/19]
Moments in Time Dataset - Moments in Time Dataset 1M 3秒视频，注释动作类型，最大的视频动作识别和理解数据集。 (Monfort, Oliva, et al.) [Before 28/12/19]
MPII Cooking Activities Dataset 对于细粒度的烹饪活动识别，这也包括连续的姿态估计挑战(Rohrbach, Amin, Andriluka and Schiele) [Before 28/12/19]
MPII Cooking 2 Dataset - 一个细粒度烹饪活动的大数据集，是MPII烹饪活动数据集的扩展。(Rohrbach, Rohrbach, Regneri, Amin, Andriluka, Pinkal, Schiele) [Before 28/12/19]
MSR-Action3D - 基准RGB-D动作数据集 (Microsoft Research Redmond and University of Wollongong) [Before 28/12/19]
MSRActionPair dataset - : 基于深度数据的直方图定向4D活动识别(University of Central Florida and Microsoft) [Before 28/12/19]
MSRC-12 Kinect gesture data set -594个序列和719,359帧，来自人们表演的12个手势(Microsoft Research Cambridge) [Before 28/12/19]
MSRC-12 dataset - 人体运动的序列，表示为身体部分的位置和相关的手势 (Microsoft Research Cambridge and University of Cambridge) [Before 28/12/19]
MSRDailyActivity3D Dataset - 有16个活动 (Microsoft and the Northwestern University) [Before 28/12/19]
ManiAc RGB-D动作数据集:不同的人类动作，15个不同的版本，30个不同的动作类型，20个长而复杂的操作序列 (Eren Aksoy) [Before 28/12/19]
Mivia dataset - 它由14名受试者执行的7个高级动作组成。(Mivia Lab at the University of Salemo) [Before 28/12/19]
MTL-AQA - 用于评估奥运会跳水项目质量的多任务学习数据集。超过1500个样本。它包含动作样本的视频，精细的动作类，专家评论(面向AQA的字幕)，评委的AQA评分。来自多个视图的视频。除了AQA之外，还可以用于字幕和细粒度的动作识别。 (Parmar, Morris) [29/12/19]
MuHAVi - 多摄像机人体动作视频数据 (Hossein Ragheb) [Before 28/12/19]
Multi-modal action detection (MAD) Dataset - 它包含由20个对象执行的35个顺序操作。 (CarnegieMellon University) [Before 28/12/19]
Multiview 3D Event dataset - 该数据集包括8个类的8个事件类别 (University of California at Los Angles) [Before 28/12/19]
Nagoya University Extremely Low-resolution FIR Image Action Dataset - 动作识别数据集，由16x16低分辨率FIR传感器捕获。 (Nagoya University) [Before 28/12/19]
NTU RGB+D Action Recognition Dataset - NTU RGB+D是一个大型的人体动作识别数据集(Amir Shahroudy) [Before 28/12/19]
Northwestern-UCLA Multiview Action 3D - 有10个行动类别:(Northwestern University and University of California at Los Angles) [Before 28/12/19]
Office Activity Dataset - 它由Kinect 2.0从执行普通办公活动的不同受试者那里获得的骨架数据组成。(A. Franco, A. Magnani, D. Maiop) [Before 28/12/19]
Oxford TV based human interactions (Oxford Visual Geometry Group) [Before 28/12/19]
PA-HMDB51 - 人类行动视频(592)数据集与潜在的隐私泄露属性注释:皮肤颜色，性别，脸 (Wang, Wu, Wang, Wang, Jin) [Before 28/12/19]
Parliament - The Parliament dataset 是228个视频序列的集合，描述了希腊议会中的政治演讲。 (Michalis Vrigkas, Christophoros Nikou, Ioannins A. kakadiaris) [Before 28/12/19]
Procedural Human Action Videos - 这个数据集包含了大约40000个使用3D游戏引擎生成的人类动作识别视频。该数据集包含约600万帧，不仅可用于训练和评估模型，还可用于深度地图估计、光流、实例分割、语义分割、3D和2D位姿估计和属性学习等模型。(Cesar Roberto de Souza) [Before 28/12/19]
RGB-D activity dataset - 数据集中的每个视频包含2-7个动作，涉及与不同对象的交互。 (Cornell University and Stanford University) [Before 28/12/19]
RGBD-Action-Completion-2016 - 该数据集包括414个完整/不完整的对象交互序列，跨越6个动作，呈现RGB、深度和骨架数据。 (Farnoosh Heidarivincheh, Majid Mirmehdi, Dima Damen) [Before 28/12/19]
RGB-D-based Action Recognition Datasets - 论文包括不同的rgb-d动作识别数据集的列表和链接。(Jing Zhang, Wanqing Li, Philip O. Ogunbona, Pichao Wang, Chang Tang) [Before 28/12/19]
RGBD-SAR Dataset - RGBD-SAR Dataset (University of Electronic Science and Technology of China and Microsoft) [Before 28/12/19]
Rochester Activities of Daily Living Dataset (Ross Messing) [Before 28/12/19]
SBU Kinect Interaction Dataset - 它包含八种类型的交互 (Stony Brook University) [Before 28/12/19]
SBU-Kinect-Interaction dataset v2.0 - 它包括人类进行互动活动的RGB-D视频序列 (Kiwon Yun etc.) [Before 28/12/19]
SDHA Semantic Description of Human Activities 2010 contest - Human Interactions (Michael S. Ryoo, J. K. Aggarwal, Amit K. Roy-Chowdhury) [Before 28/12/19]
图片来源网络
SDHA Semantic Description of Human Activities 2010 contest - aerial views (Michael S. Ryoo, J. K. Aggarwal, Amit K. Roy-Chowdhury) [Before 28/12/19]
SFU Volleyball Group Activity Recognition - 排球视频2级注解数据集(9个玩家动作，8个场景活动)。 (M. Ibrahim, S. Muralidharan, Z. Deng, A. Vahdat, and G. Mori / Simon Fraser University) [Before 28/12/19]
SYSU 3D Human-Object Interaction Dataset - 40名受试者进行12种不同的活动(Sun Yat-sen University) [Before 28/12/19]
ShakeFive Dataset - 只包含两个动作，即握手和击掌。 (Universiteit Utrecht) [Before 28/12/19]
ShakeFive2 - 153个高清视频中的8个类的带有肢体水平注释的二元人机交互数据集 (Coert van Gemeren, Ronald Poppe, Remco Veltkamp) [Before 28/12/19]
SoccerNet - 可扩展的数据集，足球视频中的动作点:500场足球比赛完全注释与主要行动(goal，cards，subs)和超过13K足球比赛注释与500K评论事件标题和比赛摘要。(Silvio Giancola, Mohieddine Amine, Tarek Dghaily, Bernard Ghanem) [Before 28/12/19]
Sports Videos in the Wild (SVW) - SVW 由4200个视频组成，这些视频都是由Coach Eye智能手机应用的用户单独用智能手机拍摄的。Coach Eye是TechSmith公司开发的一款领先的运动训练应用。 (Seyed Morteza Safdarnejad, Xiaoming Liu) [Before 28/12/19]
Stanford Sport Events dataset (Jia Li) [Before 28/12/19]
THU-READ(Tsinghua University RGB-D Egocentric Action Dataset) - THU-READ是一个具有像素层标注的RGBD视频动作识别的大型数据集. (Yansong Tang, Yi Tian, Jiwen Lu, Jianjiang Feng, Jie Zhou) [Before 28/12/19]
THUMOS - 未修剪的视频动作识别 - 430小时的视频数据和4500万帧 (Gorban, Idrees, Jiang, Zamir, Laptev Shah, Sukthanka) [Before 28/12/19]
Toyota Smarthome dataset - 用于日常生活的真实世界活动的数据集(Toyota Motors Europe & INRIA Sophia Antipolis) [30/12/19]
TUM Kitchen Data Set of Everyday Manipulation Activities (Moritz Tenorth, Jan Bandouch) [Before 28/12/19]
TV Human Interaction Dataset (Alonso Patron-Perez) [Before 28/12/19]
The TJU dataset - 包含由20名受试者在两个不同的环境中执行的22个动作;总共1760个序列。 (Tianjin University) [Before 28/12/19]
UCF-iPhone Data Set - 使用苹果iPhone 4智能手机上的惯性测量单元(IMU)记录(6-9)受试者的9个动作。(Corey McCall, Kishore Reddy and Mubarak Shah) [Before 28/12/19]
UCI Human Activity Recognition Using Smartphones Data Set - 记录30名受试者的日常生活活动(ADL)，同时携带腰装智能手机嵌入式惯性传感器(Anguita, Ghio, Oneto, Parra, Reyes-Ortiz) [Before 28/12/19]
UNLV Dive & Gymvault - 评估奥林匹克跳水和奥林匹克体操跳马质量的数据集。它由动作样本的视频和相应的动作质量评分组成。(Parmar, Morris) [29/12/19]
The UPCV action dataset -该数据集由20个对象两次执行的10个操作组成。(University of Patras) [Before 28/12/19]
UC-3D Motion Database - 可用的数据类型包括高分辨率的运动捕捉，通过Xsens和微软Kinect RGB和深度图像的MVN套装获得。 (Institute of Systems and Robotics, Coimbra, Portugal) [Before 28/12/19]
UCF 101 action dataset 101行动类，超过13k剪辑和27小时的视频数据 (Univ of Central Florida) [Before 28/12/19]
UCFKinect - 数据集由16个操作组成 (University of Central Florida Orlando) [Before 28/12/19]
UCLA Human-Human-Object Interaction (HHOI) Dataset Vn1 - RGB-D视频中的人际互动 (Shu, Ryoo, and Zhu) [Before 28/12/19]
UCLA Human-Human-Object Interaction (HHOI) Dataset Vn2 - RGB-D视频中的人际互动(version 2) (Shu, Gao, Ryoo, and Zhu) [Before 28/12/19]
UCR Videoweb Multi-camera Wide-Area Activities Dataset (Amit K. Roy-Chowdhury) [Before 28/12/19]
UTD-MHAD - 8名受试者进行了4次27个动作。(University of Texas at Dallas) [Before 28/12/19]
UTKinect dataset - 十种人类行为被10个实验对象执行了两次(University of Texas) [Before 28/12/19]
UWA3D Multiview Activity Dataset - 10个人进行了30项活动(University of Western Australia) [Before 28/12/19]
Univ of Central Florida - 50 Action Category Recognition in Realistic Videos (3 GB) (Kishore Reddy) [Before 28/12/19]
Univ of Central Florida - ARG 空中照相机，屋顶照相机和地面照相机(UCF Computer Vision Lab) [Before 28/12/19]
Univ of Central Florida - Feature Films Action Dataset (Univ of Central Florida) [Before 28/12/19]
Univ of Central Florida - Sports Action Dataset (Univ of Central Florida) [Before 28/12/19]
Univ of Central Florida - YouTube Action Dataset (sports) (Univ of Central Florida) [Before 28/12/19]
Unsegmented Sports News Videos - 数据库的74个体育新闻视频标记与10个类别的体育。设计用于测试多标签视频标签。 (T. Hospedales, Edinburgh/QMUL) [Before 28/12/19]
Utrecht Multi-Person Motion Benchmark (UMPM). – 使用动作捕捉相机记录的多人活动(N.P. van der Aa, X. Luo, G.J. Giezeman, R.T. Tan, R.C. Veltkamp.) [Before 28/12/19]
VIRAT Video Dataset - 事件识别来自两大类活动(单对象和双对象)，涉及人和车辆。(Sangmin Oh et al) [Before 28/12/19]
Verona Social interaction dataset (Marco Cristani) [Before 28/12/19]
ViHASi: Virtual Human Action Silhouette Data (userID: VIHASI password: virtual$virtual) (Hossein Ragheb, Kingston University) [Before 28/12/19]
Videoweb (multicamera) Activities Dataset (B. Bhanu, G. Denina, C. Ding, A. Ivers, A. Kamal, C. Ravishankar, A. Roy-Chowdhury, B. Varda) [Before 28/12/19]
WVU Multi-view action recognition dataset (Univ. of West Virginia) [Before 28/12/19]
WorkoutSU-10 Kinect运动数据集 (Ceyhun Akgul) [Before 28/12/19]
WorkoutSU-10 dataset - 包含专业教练为治疗目的所选择的运动动作。 (Sabanci University) [Before 28/12/19]
Wrist-mounted camera video dataset (Ohnishi, Kanehira, Kanezaki, Harada) [Before 28/12/19]
YouCook - 88个带有注释的开源YouTube烹饪视频 (Jason Corso) [Before 28/12/19]
YouTube-8M Dataset -一个用于视频理解研究的大数据集(Google Inc.) [Before 28/12/19]
注：感谢大连理工大学刘宇擎博士提供翻译支持
本文发布的网站内容均不代表本号观点，本号旨在提供参考素材以便学习交流。若存在链接无法打开的情况，建议您前往CVonline网站，查询原始链接。
回放平台：
知网在线教学服务平台：
http://k.cnki.net/Room/Home/Index/181822
B站：
https://space.bilibili.com/27032291
往期目录：
汪荣贵——机器学习基本知识体系与入门方法
陈强——从Cell封面论文谈AI研究中的实验数据问题
石争浩——从先验到深度：低见度图像增强
行知论坛——南理工行知论坛&图图Seminar：智能画质增强专题
看完微推意犹未尽？
快加入图图社区，更多资讯等着你
前沿进展 | 多媒体信号处理的数学理论
中国卫星遥感回首与展望
单目深度估计方法：现状与前瞻
目标跟踪40年，什么才是未来？
10篇CV综述速览计算机视觉新进展
算法集锦 | 深度学习在遥感图像处理中的六大应用
封面故事 | 从传统到深度：火灾烟雾识别综述
封面故事 | 光场数据压缩综述
学者观点 | 结合深度学习和半监督学习的遥感影像分类
编辑推荐 | 视频 + 地图！四维信息助力实景中国
深度学习+图像降噪，如何解决“卡脖子”问题？
专家推荐|高维数据表示：由稀疏先验到深度模型
专家报告 | AI与影像“术”——医学影像在新冠肺炎中的应用
专家推荐|真假难辨还是虚幻迷离，参与介质图形绘制让人惊叹！
学者推荐 | 深度学习与高光谱图像分类【内含PPT 福利】
专家报告|深度学习+图像多模态融合
专家报告 | 类脑智能与类脑计算
实战例题！200+PPT带你看懂监督学习
118页PPT！机器学习模型参数与优化那些事儿~
专家开讲 | 机器学习究竟是什么？
羡慕别人中了顶会？做到这些你也可以！
如何阅读一篇文献？
共享 | SAR图像船舶切片数据集
资源分享| 不知道如何获取最新的算法资讯？快来这里看一看
资源分享|热门IT资讯号推荐
《中国图象图形学报》2020年第2期目次
《中国图象图形学报》2020年第1期目次
本文系《中国图象图形学报》独家稿件
内容仅供学习交流
版权属于原作者
欢迎大家关注转发！
编辑：狄 狄
指导：梧桐君
审校：夏薇薇
总编辑：肖 亮
声 明
欢迎转发本号原创内容，任何形式的媒体或机构未经授权，不得转载和摘编。授权请在后台留言“机构名称+文章标题+转载/转发”联系本号。转载需标注原作者和信息来源为《中国图象图形学报》。本号转载信息旨在传播交流，内容为作者观点，不代表本号立场。未经允许，请勿二次转载。如涉及文字、图片等内容、版权和其他问题，请于文章发出20日内联系本号，我们将第一时间处理。《中国图象图形学报》拥有最终解释权。
相关内容
微信扫码咨询专知VIP会员