谷歌推出AVA数据库：让机器识别视频中人类行为

谷歌推出了一个新的视频数据库，希望能够推动计算机视觉识别影像中行为的研究。“原子视觉行为”的英文缩写“AVA”是一个由多个标签组成的数据库，用户可以在视频序列中进行操作。视频中动作识别的困难主要在于视频中各种复杂的场景交织在一起，多个动作也在同一时间由不同的人发出。本质上，AVA就是一堆被80个原子动作标注的YouTube网址，并延伸到了近5.8万个视频片段，涉及到很多日常活动，比如握手、踢腿、拥抱、接吻、喝酒、玩乐器、散步等等。通过对外开放数据库，谷歌希望可以改进机器的“社交视觉智能”，这样他们就能理解人类在做什么，并预测他们下一步会做什么。原文链接