Generating long-range skeleton-based human actions has been a challenging problem since small deviations of one frame can cause a malformed action sequence.
Human Actions数据集是由日本的Ochanomizu大学创建,专注于捕捉人类动作的动态表达,用于多模态逻辑推理。该数据集包含200个视频,总计1,942个动作标签,每个标签以⟨subject, predicate, object⟩的形式呈现,便于转化为逻辑语义表达。数据集的创建过程涉及视频选择和详细标注,旨在通过复杂的动作描述支持视频与文本间的复杂推理。该数据集的应用领域包括评估视频与复