国际计算机视觉与模式识别顶级会议CVPR 2017于7月21-26 日在美国夏威夷召开，会上举行的各类challenge在近期也纷纷落下帷幕。其中，CVPR’17 上举办的 ActivityNet Large Scale Activity Recognition Challenge中，来自上海交通大学计算机视觉实验室的团队（自动化系研究生林天威，导师赵旭副教授；合作者：哥伦比亚大学寿政博士），获得了未修剪视频序列时序动作提名（Temporal Action Proposal）和时序动作定位（Temporal Action Localization）两项任务的冠军。

理解视频中人的动作和行为，是计算机视觉领域的挑战性问题，也是视频内容理解的关键，极具应用前景。ActivityNet挑战赛旨在催生视频行为理解的新算法和新技术，是目前视频行为理解领域数据规模最大、最具影响力的技术竞赛，已成功举办三届，吸引了全球计算机视觉领域诸多强队积极参赛。 

ActivityNet是目前视频动作分析方向最大的数据集。目前ActivityNet数据集的版本为1.3，包括20000个Youtube 视频（训练集包含约10000个视频，验证集和测试集各包含约5000个视频），共计约700小时的视频，平均每个视频上有1.5个动作案例，涵盖了共200个动作类别。今年的比赛数据在规模、多样性和自然度（用户生成的视频）上较往年均有显著提升，比赛任务也由去年的两项增加到了五项，包括：未修剪视频动作分类、修剪视频动作识别（Kinetics数据）、时序动作片段候选提名、时序动作定位、视频事件检测和描述。围绕上述5项竞赛任务，今年的挑战赛吸引了来自全球四大洲14个国家、42个团队参赛，最终我系赵旭副教授带领的团队获得了其中两项任务的冠军。本次冠军方案分享请见：https://zhuanlan.zhihu.com/p/28043013