9、ARID：用于识别黑暗中动作的新数据集

ARID：用于识别黑暗中动作的新数据集

在当今的科技领域，自动动作识别在众多领域的应用日益广泛，像监控和智能家居等方面都有它的身影。不过，目前的研究大多聚焦于正常光照下拍摄的视频，而黑暗环境下的视频动作识别研究相对较少。这主要是因为现有的动作识别数据集里，黑暗视频的占比极低，并且缺乏专门针对黑暗环境动作分析的数据集。接下来，我们就来详细了解一下用于识别黑暗中动作的新数据集——ARID。

研究背景与目的

自动动作识别在很多领域都发挥着重要作用，但当前研究主要集中在正常光照视频。然而，黑暗环境下的视频在诸如夜间监控、夜间自动驾驶等场景中有着重要的应用价值。虽然可以使用红外或热成像等额外传感器来识别黑暗中的动作，但这些传感器成本高昂，难以大规模部署。因此，我们将重点放在不使用额外传感器的黑暗环境动作识别上，并收集了ARID数据集，这也是首个专注于黑暗环境下人类动作的数据集。

相关工作

• 动作识别数据集 ：在动作识别领域，有一些基准数据集。早期的数据集，如KTH和Weizmann，包含的动作类别相对较少。随着方法性能的提升，出现了更大、更具挑战性的数据集，如HMDB51、UCF101和Kinetics。其中，Kinetics数据集有400个动作类别，超过160,000个视频片段，成为了主要选择。但这些数据集中的动作大多来自正常光照下拍摄的网络视频，为了研究黑暗视频中的动作识别性能，我们收集了ARID数据集。
• 黑暗视觉数据集 ：近年来，黑暗环境下的计算机视觉任务研究兴趣有所增加，如黑暗中的人脸识别。相关研究得到了各种黑暗视觉数据集的支持，其中大部分数据集专