ACTIVITYNET Challenge2018竞赛介绍 2019.1.30

ACTIVITYNET Challenge2018竞赛介绍：

是一个视频行为识别的竞赛，在cvpr2018 worshop中，分六个赛道
其中任务1-3基于ActivityNet数据集，任务A,B,C则为其他视频理解领域内重要的数据集。目前ActivityNet数据集的版本为1.3，包括20000个Youtube 视频，共计约700小时，平均每个视频上有1.5个动作片段，涵盖了共200个动作类别。

1.时间行为提名生成（Temporal Action Proposals (ActivityNet)）

即对每个视频做时间上的分割来鉴别特定标签的动作,这项任务仅要求对一类感兴趣的行为进行分类

评价标准：

对于给定的IoU参数a，识别结果IoU大于a的定义为该动作片段识别成功。
对于所有视频中的动作片段，统计其识别结果的平均召回率AR(average recall)和提交结果平均每个视频的识别片段个数AN(Average Number of Proposals per Video),后对AN从0-100计算AR-AN图的面积，最后对IoU参数从0.5：0.05:0.9作平均得到最终的得分
该榜目前的得分情况：

2.时序动作定位（ Temporal Action Loc