论文标题：AVA: A Video Dataset of Spatio-temporally Localized Atomic Visual Actions
来源/作者机构情况：
谷歌，http://www.cs.toronto.edu/~dross/
UC Berkeley
解决问题/主要思想贡献：
贡献了一个新的动作分类的数据集
成果/优点：
分类更加多，单人，多人，人和物体的动作三大类。还有时间和空间上更加精确的标定
人类动作识别数据集AVA（atomic visual actions，原子视觉动作），提供扩展视频序列中每个人的多个动作标签，精确标注多人动作，我们将动作标签限制在固定的3s时间内。
[电影」和「电视」类别，选择来自不同国家的专业演员。我们对每个视频抽取 15 分钟进行分析，并统一将 15 分钟视频分割成 300 个非重叠的 3 秒片段。采样遵循保持动作序列的时间顺序这一策略。
数据集地址：https://research.google.com/ava/ 需要科学链接
缺点：
反思改进/灵感：
#############################################################
论文主要内容与关键点：
论文主要部分：
1. Introduction
数据集的基本参数：连续三秒长，80种不同的动作类型
2. Related work 动作类数据集
静态动作数据集，以及这些数据记的缺点：失去了时间的特征
3. Data collection：
4. Characteristics of the AVA dataset
5. Experiments
6. Conclusion
目前的研究方法，在AVA数据集都还没有取得SOFA的结果，说明视频动作分类还需要研究出更好的算法出来。
代码实现：
https://github.com/tensorflow/models/tree/master/research/object_detection