arXiv Computer Vision· Cameron Keith, SouYoung Jin·· 20 小时前AI 评分22
Meaningful Moments：面向视频动作识别的 VLM 时序重要性标注语料库
Meaningful Moments: A Corpus of VLM-Derived Temporal Importance Labels for Video Action Recognition
AI 导读
研究者构建了 Meaningful Moments（MM）语料库，包含约 458 万个 VLM 生成的逐片段重要性分数，覆盖 SSv2、Kinetics-400 和 Diving-48 共 622 个动作类别的近 50 万条带类别标注视频。
来源：arXiv Computer Vision · arxiv.org