论文名称:AViD Dataset: Anonymized Videos from Diverse Countries
推荐理由:作者介绍了一个用于动作识别的新公共视频数据集:来自多个国家的匿名视频( Anonymized Videos from Diverse countries,简称AVID)。与现有的公共视频数据集不同,AVID是来自许多不同国家的动作视频的集合。该工作动机是创建一个公共数据集,这将有利于为所有人进行动作识别模型的训练和预训练,而不是让模型仅对有限的国家有用。此外,所有AViD视频中的人脸身份都被适当地匿名化,以保护他们的隐私。同时,这也是一个静态数据集,每个视频都有创意共享许可证。作者证实,大多数现有的视频数据集在统计上都偏向于只采集有限国家的动作视频。该工作通过实验说明,用这种具有偏向性的数据集训练出来的模型并不能完美地转移到其他国家的动作视频上,并表明AViD解决了这样的问题。作者也证实了新的AViD数据集可以作为一个很好的数据集来预训练模型,其性能较之前的数据集相当甚至更好。
论文链接:https://www.aminer.cn/pub/5f0c34e391e0115455a34c8a/?conf=neurips2020
会议链接:https://www.aminer.cn/conf/neurips2020
订阅了解更多论文信息,定制您的个人科研动态信息流:https://www.aminer.cn/user/notification
#NeurIPS 2020# #论文# #AMiner#