美圖與清華合作推出最大規(guī)模教程類行為數(shù)據(jù)集COIN

近日，美圖公司社交產(chǎn)品事業(yè)群視覺算法組與清華大學(xué)自動(dòng)化系智能視覺實(shí)驗(yàn)室合作，推出了業(yè)界最大規(guī)模教程類行為數(shù)據(jù)集COIN(COmprehensive INstructional video analysis)，該論文已被計(jì)算機(jī)視覺與模式識別會(huì)議CVPR 2019錄用。

　　?COIN數(shù)據(jù)集的概覽

教程類行為視頻(Instructional Video)可以幫助使用者獲取完成各種行為任務(wù)的知識，但是現(xiàn)有教程類行為視頻數(shù)據(jù)集在規(guī)模性和多樣性都存在較大的局限性，難以應(yīng)用于現(xiàn)實(shí)生中的復(fù)雜場景。為此，美圖公司社交產(chǎn)品事業(yè)群視覺算法組與清華大學(xué)自動(dòng)化系智能視覺實(shí)驗(yàn)室合作提出了名為COIN的大規(guī)模教程類數(shù)據(jù)集，用于更全面的教程類行為視頻分析。

COIN數(shù)據(jù)集采用分層結(jié)構(gòu)，即第一層是領(lǐng)域(Domain)、第二層是任務(wù)(Task)、第三層是步驟(Step)，其中包含與日常生活相關(guān)的11827個(gè)視頻，涉及交通工具、電器維修、和家具裝修等12個(gè)領(lǐng)域的180個(gè)任務(wù)，共778個(gè)步驟。

　　COIN數(shù)據(jù)集的分層結(jié)構(gòu)

COIN數(shù)據(jù)集的設(shè)計(jì)人員還開發(fā)了創(chuàng)新性的標(biāo)注工具，可以更高效更準(zhǔn)確地標(biāo)注視頻行為的步驟信息。此外，為了給數(shù)據(jù)集提供更準(zhǔn)確的基準(zhǔn)指標(biāo)，數(shù)據(jù)集開發(fā)人員還使用了SSN、R-C3D等評價(jià)方法對COIN數(shù)據(jù)集進(jìn)行了測評。

　　?COIN數(shù)據(jù)集的步驟定位準(zhǔn)確率分析

目前，COIN數(shù)據(jù)集是業(yè)界規(guī)模最大、多樣性最豐富的教程類視頻數(shù)據(jù)集。該數(shù)據(jù)集在標(biāo)注結(jié)構(gòu)上采用分層的組織結(jié)構(gòu)，涵蓋了多種不同類型的教程類視頻。該數(shù)據(jù)集的提出，給復(fù)雜場景下視頻動(dòng)作時(shí)序定位(temporal localization)等問題的研究提供豐富的數(shù)據(jù)資源，有望加快推動(dòng)視頻行為分析與理解等相關(guān)領(lǐng)域的研究。

美圖公司社交產(chǎn)品事業(yè)群視覺算法組，是美圖社交化的重要算法團(tuán)隊(duì)之一。隨著“美和社交”戰(zhàn)略的發(fā)布，美圖秀秀從過去的純圖片處理軟件轉(zhuǎn)變?yōu)樯鐓^(qū)平臺(tái)。視覺算法組通過人工智能/深度學(xué)習(xí)算法，理解圖像和視頻內(nèi)容中的語義信息，為社區(qū)中推薦、搜索、反作弊和垃圾過濾等提供有力的技術(shù)支撐。幫助用戶處理圖片的同時(shí)，增加社交功能及軟件活性。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。