基于THU-READ的行为识别研究数据集

THU-READ 数据集主要面向 RGB-D 第一人称视角下的动作识别研究以及相关应用开发需求建设。它由清华大学研究团队基于 Primesense Carmine 相机采集产生，该相机可同时记录 RGB 和深度视频序列。在采集时，研究人员将相机安装在头盔上，模拟真实场景，邀请 8 位受试者（6 男 2 女）在实验室、浴室、会议室、宿舍和餐厅这 5 种不同场景下，自然地重复执行各类动作，每个动作重复 3 次。数据集主要内容包含 40 种日常生活动作，涵盖单手、双手操作，以及与物体交互和非交互的动作，如 “bounce ball”“cut fruit”“thumb” 等。从体量上看，原始数据经处理后，共得到 1920 个视频片段，343,626 个有效帧，平均每个动作视频实例包含 179 帧，分辨率为 640×480。该数据集的意义重大，弥补了此前相关数据集在深度模态利用和第一人称视角动作识别方面的不足，为动作识别算法研究提供了丰富多样的样本，有助于推动虚拟现实、生活记录、远程康复等领域的发展。

搜集汇总

背景与挑战

背景概述

该数据集是面向RGB-D第一人称视角动作识别研究的资源，由清华大学团队采集，包含8位受试者在5种场景下执行的40种日常生活动作，共1920个视频片段。它弥补了深度模态和第一人称视角动作识别方面的不足，为算法研究提供了多样样本。