人体行为识别任务旨在通过对人体姿态进行分析,识别出人体的具体动作,为人体行为预测、突发事件处理、智能健身、智能看护等领域提供技术支持。

人体行为识别数据标注方式

人体行为数据通用的标注方式包括人体关键点标注和动作标签标注,人体关键点标注提供人体各关节点的位置信息。
根据不同的识别精度需求,人体关键点通常可用14点、18点、22点甚至更多点位对人体进行标注,均基于人体骨骼中可以活动的关节点扩展。
标签标注主要标注该动作对应的行为类别,是对人体行为的整体描述。人体行为通常分为静态行为和动态行为,具体标注形式如下:
静态行为:直接对图像中的目标人体进行关键点标注,并对整体行为种类做标签标注。
动态行为:对于动态行为,还需增加视频抽帧模块,对动态人体行为视频基于特定的采样率抽取图像帧,然后对图像帧标注人体关键点信息,对动态行为视频整体标注人体行为种类标签标注。

人体行为识别任务难点

基于实际情况,人体行为识别任务具备以下三个难点:
行为复杂:人体行为种类众多,并且部分行为存在一定程度的主观性(例如徘徊行为),造成算法识别难度较大。

人体遮挡:人体在做特定行为时会出现自身遮挡现象,此外人体在真实场景下会被场景中其他的目标遮挡,造成关键点检测困难。

数据噪声:在真实场景下数据噪声影响较大,以安防监控场景为例,首先安防摄像头分辨率普遍较低、拍摄距离较远,人体特征占比较小;其次安防场景下不同的光照条件对人体特征影响较大;此外,人体做动态动作时还会造成动态模糊现象。

以上各种因素对人体识别算法的鲁棒性提出了挑战。

数据堂人体行为识别数据集

数据堂针对人体行为识别的任务需求和难点,从数据层面分别对静态行为和动态行为针对性设计了下述数据集,分别介绍如下:
01

50356张人体抠图及18关键点数据

该数据集采集黄种人、黑人、白人共50356张图像。为提升行为多样性,数据针对性采集了正常人体动作数据和众多体育锻炼场景下大幅度人体姿态变化数据,同时为了保证数据的真实性,图像中会出现大量的人体附属物遮挡及场景遮挡现象。在数据标注方面,标注了人体目标的18关键点位置、语义分割轮廓。

数据具体介绍如下:

02

466人18880张3D人体实例分割及人体22关键点标注数据

该数据采用深度相机采集466人的3D人体行为数据,且深度信息与2D信息已完成配准。采集了人体常见的行为姿态,包括简单的舞蹈动作、四肢伸展动作和一些盘腿俯身等非站立动作。在标注方面,标注了人体目标的22关键点位置、语义分割轮廓和动作大类别标签。
数据具体介绍如下:
图片

5500人安防监控人体行为识别数据

该数据集在采集过程中首先进行采集场景搭建,在场地周围环形布置了12个采集摄像头(每30度一个摄像头,保证同一行为可获取多视角数据),被采集者按要求采集安防监控场景下通常出现的人体行为,包括站立、蹲下、走路、打招呼我、握手、打电话、抽烟、徘徊、跌倒、蹲下护头等。在标注方面,数据集对每一段行为均进行了行为标签标注。

数据具体介绍如下:

65人15204段健身视频行为识别数据

该数据集利用彩色相机和红外相机采集人体健身视频数据,为保证数据多样性,在采集过程中对拍摄距离、采集服饰等都做了多样化设计。在具体健身行为方面,数据涵盖了常见的健身动作50种,包括跳绳、俯卧撑、平板支撑、纵跳、深蹲、开合跳等,可以满足大多数健身行为识别算法需求。在数据标注方面,数据集标注了每段视频对应的健身动作标签。
数据具体介绍如下:

依托自身的数据优势以及丰富的数据处理经验,数据堂推出的人体行为识别数据集,为人体行为识别技术应用的广泛落地提供助力。

数据推荐 | 人体行为识别数据集相关推荐

  1. 骨骼的动作识别数据集_基于骨骼数据的人体行为识别

    基于骨骼数据的人体行为识别 摘要 人体动作姿态识别是计算机视觉研究领域中最具挑战的研究方向,是当前的研究热点. 对人体动作姿态进行自动识别将带来一种全新的交互方式, 通过身体语言即人体的姿态和动 作来 ...

  2. 推荐一些动作识别数据集

    ↑↑↑↑↑点击上方蓝色字关注我们! 『运筹OR帷幄』原创 作者:周岩 编者按:动作识别的研究主要基于对视频数据的识别,其中主要包含动作识别(如手势识别,运动识别等),目标识别和姿态预测几个子方向.所有 ...

  3. 人体体态识别数据集、论文

    一,人体姿态识别数据集 1,2D数据集: LSP 地址:http://sam.johnson.io/research/lsp.html 样本数:2K 关节点个数:14 全身,单人 FLIC 地址:ht ...

  4. 数据推荐 | 自然对话语音数据集

    从目前的数据行业看,大部分语音识别数据都以朗读式训练数据为主,朗读式语音数据可以解决例如手机语音助手.车载语音助手.智能音箱.智能家电等较为简单的人机交互应用场景. 用户和机器之间通常是以单一短句的形 ...

  5. python 汉字识别训练数据生成_中文识别数据集生成脚本

    一.开发背景 随着近几年来计算机算力的不断提升,机器学习也迎来了爆发式的发展,图像识别作为机器学习最典型也是最主要的应用之一,目前应用前景火热. 机器学习最重要的一步就是获取数据集,没有一个坚实的数据 ...

  6. 空间注意力机制sam_一种基于注意力机制的神经网络的人体动作识别方法与流程...

    本发明属于计算机视觉领域,具体来说是一种基于注意力机制的神经网络的人体动作识别的方法. 背景技术: 人体动作识别,具有着非常广阔的应用前景,如人机交互,视频监控.视频理解等方面.按目前的主流方法,可主 ...

  7. 遥感场景识别数据集(场景分类)

    场景识别数据(场景分类) 场景识别通常指对图像整体的常见语义分析和理解,是计算机视觉领域标志性任务之一,在对象识别的基础上,场景识别能够结合上下文信息,从而实现场景主要内容的精确识别.2006年以来, ...

  8. 人体行为姿势识别数据集WISDM实践

    人体行为识别可以被直接建模为图像识别任务,我们可以借助于CNN模型来实现我们的需求,图像本质上来说是二维的矩阵数据,CNN神经网络模型非常适合用于处理和计算这种类型的数据,对于一维的数据,同样可以基于 ...

  9. 【重磅推荐】中国车牌识别数据集(CBLPRD):China-Balanced-License-Plate-Recognition-Dataset-330k

    大家好!今天我向大家推荐一个由我创建的全新开源数据集:China-Balanced-License-Plate-Recognition-Dataset-330k.这是一个高质量.平衡的中国车牌识别数据 ...

最新文章

  1. linux注入内存泄露,Linux 内存泄露小结
  2. 香港居民换领新智能身份证 市民对办理过程表满意
  3. CentOS7.2 开启内网转发
  4. 从阿里云七代云服务器,谈云计算四大趋势
  5. 绘图: Python matplotlib简介
  6. 动态规划训练21 [FatMouse and Cheese HDU - 1078 ]
  7. [置顶]别羡慕别人的舒服,静下心来坚持奋斗!!!
  8. 【java】java中内存映射文件和IO
  9. 2020年9月北京计算机等级考试考点,2020年9月北京计算机等级考试考点设置
  10. php 三个等号与两个等号,浅析JavaScript和PHP中三个等号(===)和两个等号(==)的区别...
  11. windows mysql 自动备份_windows mysql 自动备份的几种方法总结--岁月博客提供
  12. maven 打包报错,target无法删除Failed to clean project: Failed to delete D:\*\target
  13. 20200604每日一句
  14. 蚂蚁课堂学习笔记之springAop和Ioc
  15. Dell笔记本电脑如何升级win10、如何恢复原装win8.1
  16. arcgis用python字段自动编号_属性表字段自动编号
  17. Xilinx SDSoc 加载opencv库
  18. 洛谷题解P1428 小鱼比可爱
  19. 【Linux系列文章】正则表达式与文本处理工具
  20. linux twm 窗口调节,CENTOS5.1怎样在命令行模式下改变X窗口启动的方式(TWM)

热门文章

  1. CentOS-7挂载iscsi网络存储
  2. error: failed to push some refs to ‘https://gitee.com/wangdxstudy/mygirl.git‘解决办法
  3. Java递归子集算法(树状结构)的逻辑和实例代码实现 @杨章隐
  4. 【分享】关闭科学上网后网络连接故障
  5. 使用wangEditor富文本编辑器遇到的问题总结
  6. Apache实现盗链与防盗链与隐藏版本信息
  7. js中获取只包含一种字符的最长非空子字符串的长度
  8. 2015年多校训练总结
  9. 如何在图数据库中训练图卷积网络模型
  10. 电子签名工具 SignatureTool