雷鋒網(wǎng) AI 科技評論按，計算機視覺頂會 CVPR 2019 即將于 6 月在美國長灘召開，今年有超過 5165 篇的大會論文投稿，最終錄取 1299 篇。隨著會議臨近，各大公司紛紛揭曉自家被收錄論文。

美圖公司社交產(chǎn)品事業(yè)群視覺算法組與清華大學自動化系智能視覺實驗室合作，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），相關論文（COIN: A Large-scale Dataset for Comprehensive Instructional Video Analysis）已被 CVPR 2019 錄用。

COIN 數(shù)據(jù)集概覽

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)模性和多樣性上都存在較大的局限性，難以應用于現(xiàn)實生活中的復雜場景。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自動化系智能視覺實驗室合作提出了名為 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)集在標注結構上采用分層的組織結構，第一層是領域（Domain）、第二層是任務（Task）、第三層是步驟（Step），其中包含與日常生活相關的 11827 個視頻，涉及交通工具、電器維修和家具裝修等 12 個領域的 180 個任務，共 778 個步驟。

COIN 數(shù)據(jù)集的分層結構

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

COIN 數(shù)據(jù)集的步驟定位準確率分析

論文地址：https://arxiv.org/abs/1903.02874

GitHub地址：https://coin-dataset.github.io

雷峰網(wǎng)版權文章，未經(jīng)授權禁止轉載。詳情見轉載須知。