UCF101
Parent: ai_keywords
UCF101 百科解释
核心定义
UCF101 是一个面向 视频动作识别 的基准数据集，由中佛罗里达大学（UCF）于 2012 年发布。它包含 101 类动作、共 13,320 个视频片段，所有视频来源于 YouTube，涵盖五大类动作：人-物交互（如吹蜡烛）、单纯人体动作（如跳远）、人-人交互（如拥抱）、乐器演奏（如打鼓）、体育运动（如攀岩）。UCF101 因其类别丰富、场景多变、视角和光照条件复杂，成为深度学习在视频理解领域最广泛使用的验证集之一。
关键技术点
- 大规模与多样本覆盖：每类动作至少含 100 个剪辑，总时长超过 27 小时，确保模型能学到类内差异。
- 真实场景挑战：视频包含摄像机运动、遮挡、分辨率退化、背景杂乱等干扰，迫使算法具备强鲁棒性。
- 标准评估协议：官方划分了三个训练/测试子集（Split 1/2/3），使用平均准确率（mean accuracy）作为评价指标，便于公平比较。
- 多模态特征基础：早期基于手工特征（如 iDT、HOF），现在则作为2D/3D卷积网络（C3D、I3D、Video Transformers）的经典评估平台，推动时序建模技术的发展。
医学/神经科学应用场景
脑卒中后运动功能康复评估（结合首都医科大学神经病学背景）
脑卒中患者常出现单侧肢体运动障碍。利用 UCF101 上预训练的视频动作识别模型，可微调至 “上肢抬举”、“握拳”、“步行” 等康复动作类别。在神经内科门诊或康复科，通过单摄像头采集患者执行标准动作的视频，模型可实时输出动作分类置信度与完成度评分，量化 运动灵活性、协调性与对称性。相比传统量表评估（如Fugl-Meyer评分），这种计算机视觉方法减少了主观偏见，并支持长期居家监测。进一步，结合脑电图（EEG）或功能性近红外光谱（fNIRS），可建立 “动作识别+神经电生理” 的联合康复反馈系统，为首都医科大学脑卒中康复中心提供患者定制化的远程康复方案，提升神经可塑性重塑效率。
（字数：约580字）
