AHAR-I
收藏github2023-12-19 更新2024-05-31 收录
下载链接:
https://github.com/DingdongD/aquatic-activity-dataset
下载链接
链接失效反馈官方服务:
资源简介:
基于TI AWR1243BOOST毫米波雷达,我们完成了第一版水生人体活动识别(AHAR-I)数据集,其中毫米波雷达参数配置如表所示。在AHAR-I数据集中,我们收集了九类水生人体活动,包括挣扎、溺水、带环漂浮、带环游泳、拉环、仰泳、蛙泳、自由泳和求助挥手,每个活动的数据文件数量和总时长如表所示。为了更好地推动水生人体活动识别领域的研究和开发,我们现在公开相关的毫米波雷达原始数据集。
Based on the TI AWR1243BOOST millimeter-wave radar, we have completed the first version of the Aquatic Human Activity Recognition (AHAR-I) dataset, with the millimeter-wave radar parameter configuration as shown in the table. In the AHAR-I dataset, we collected nine types of aquatic human activities, including struggling, drowning, floating with a ring, swimming with a ring, pulling a ring, backstroke, breaststroke, freestyle, and waving for help. The number of data files and total duration for each activity are shown in the table. To better promote research and development in the field of aquatic human activity recognition, we are now making the relevant millimeter-wave radar raw dataset publicly available.
创建时间:
2023-05-13
原始信息汇总
数据集概述
AHAR-I 数据集
- 设备与配置:基于TI AWR1243BOOST毫米波雷达,配置参数包括起始频率77GHz,频率斜率46.397 MHz/μs,等。
- 活动类型与数据量:包含9种水下人类活动,如挣扎、溺水、带环漂浮等,共计收集数据文件和总时长如表所示。
| 活动类型 | #数据文件 | 总时长(秒) |
|---|---|---|
| 挣扎 | 32 | 600 |
| 溺水 | 40 | 799 |
| 带环漂浮 | 30 | 600 |
| 带环游泳 | 30 | 501 |
| 拉环 | 13 | 516 |
| 仰泳 | 20 | 655 |
| 蛙泳 | 18 | 639 |
| 自由泳 | 18 | 635 |
| 求救挥手 | 30 | 600 |
- 数据获取模式:三种游泳类活动和拉环活动采用连续400帧采集模式,其他五种活动采用连续200帧采集模式。
- 下载信息:下载链接为AHAR-I下载链接,密码为2l34。
AHAR-II 数据集
- 新增活动:在AHAR-I基础上增加了一种活动——嬉水。
- 环境与用户变量:研究了不同背景环境(深水、浅水)、不同用户和不同视角对水下人类活动识别的影响。
- 数据划分:根据上述变量将雷达数据分为六个不同的变量域,具体设置如表所示。
| 索引 | 域设置 |
|---|---|
| $mathcal{D}_1$ | 用户1,径向,浅水区 |
| $mathcal{D}_2$ | 用户2,径向,浅水区 |
| $mathcal{D}_3$ | 用户1,非径向,浅水区 |
| $mathcal{D}_4$ | 用户2,非径向,浅水区 |
| $mathcal{D}_5$ | 用户1,径向,深水区 |
| $mathcal{D}_6$ | 用户2,径向,深水区 |
- 数据量:每个变量域下不同水下人类活动的雷达原始数据文件数量,每文件连续300帧(30秒),具体数量如表所示。
| $A_1$ | $A_2$ | $A_3$ | $A_4$ | $A_5$ | $A_6$ | $A_7$ | $A_8$ | $A_9$ | $A_{10}$ | 总计 | |
|---|---|---|---|---|---|---|---|---|---|---|---|
| $mathcal{D}_1$ | 10 | 10 | 10 | 11 | 11 | 12 | 13 | 13 | 10 | 10 | 110 |
| $mathcal{D}_2$ | 12 | 11 | 11 | 10 | 12 | 10 | 10 | 11 | 10 | 11 | 108 |
| $mathcal{D}_3$ | 7 | 6 | 8 | 8 | 8 | 6 | 8 | 8 | 11 | 7 | 77 |
| $mathcal{D}_4$ | 7 | 6 | 8 | 8 | 8 | 6 | 7 | 8 | 10 | 7 | 75 |
| $mathcal{D}_5$ | 7 | 7 | 8 | 8 | 8 | 7 | 10 | 8 | 6 | 6 | 75 |
| $mathcal{D}_6$ | 7 | 7 | 9 | 8 | 7 | 7 | 7 | 8 | 7 | 7 | 74 |
- 下载信息:下载链接为AHAR-II下载链接,密码为zju1。
其他数据集
- 双人水下人类活动识别数据集:提供部分数据,用于测试算法性能。
- 单人连续不同水下人类活动流数据集:同样用于测试算法性能。
搜集汇总
数据集介绍

构建方式
AHAR-I数据集的构建基于TI AWR1243BOOST毫米波雷达,通过配置特定的雷达参数,采集了九类水上人类活动的数据。这些活动包括挣扎、溺水、使用救生圈漂浮、使用救生圈游泳、拉救生圈、仰泳、蛙泳、自由泳和呼救。数据采集过程中,部分活动采用连续400帧的采集模式,而其他活动则采用连续200帧的采集模式,确保了数据的多样性和全面性。
使用方法
使用AHAR-I数据集时,研究者可以通过下载链接获取原始数据文件,并利用提供的代码进行数据处理和分析。数据集适用于开发基于毫米波雷达的水上人类活动识别算法,尤其是在溺水检测和活动分类等应用场景中。研究者在使用数据集时,应引用相关文献以尊重和认可数据集创建者的工作。此外,数据集还可用于验证和比较不同算法的性能,推动该领域的研究进展。
背景与挑战
背景概述
AHAR-I数据集是由浙江大学的研究团队于2022年创建的,专注于基于毫米波雷达的水上人类活动识别。该数据集的核心研究问题是通过毫米波雷达技术识别和分类水上人类活动,如溺水、游泳、呼救等。研究团队利用TI AWR1243BOOST毫米波雷达采集了九类水上活动的数据,并通过国际会议ICARCV2022和IEEE期刊发表了相关研究成果。该数据集的发布为水上活动识别领域的研究提供了重要的数据支持,推动了基于毫米波雷达的智能监测系统的发展。
当前挑战
AHAR-I数据集在构建和应用过程中面临多重挑战。首先,水上活动的多样性和复杂性使得数据采集和标注变得困难,尤其是溺水等紧急情况的模拟需要高度精确的传感器配置。其次,毫米波雷达数据的处理和分析需要复杂的算法支持,尤其是在多目标识别和背景噪声抑制方面。此外,数据集的扩展性和泛化能力也面临挑战,如何在不同水域环境和不同用户条件下保持高识别精度仍需进一步研究。这些挑战不仅体现在数据集的构建过程中,也影响了其在实际应用中的推广效果。
常用场景
经典使用场景
AHAR-I数据集主要用于水生人类活动识别领域的研究,特别是在毫米波雷达技术的支持下,能够精确捕捉和分类水中的多种人类活动。该数据集通过高精度的雷达参数配置,如77GHz的起始频率和46.397MHz/μs的频率斜率,确保了数据的准确性和可靠性。研究者可以利用这些数据来训练和测试机器学习模型,以提高水生环境下的活动识别精度。
解决学术问题
AHAR-I数据集解决了水生环境中人类活动识别的关键问题,特别是在溺水检测和救援响应方面。通过提供包括挣扎、溺水、漂浮、游泳等多种活动的详细数据,该数据集为开发高效的水生人类活动识别算法提供了坚实的基础。这不仅推动了相关领域的技术进步,也为实际应用中的生命安全提供了技术保障。
实际应用
在实际应用中,AHAR-I数据集可以广泛应用于水上安全监控系统、智能救生设备以及水上运动分析等领域。例如,通过实时分析游泳者的活动数据,系统可以及时识别溺水等紧急情况,从而快速启动救援程序。此外,该数据集还可以用于优化游泳训练,通过分析游泳者的动作来提高训练效果。
数据集最近研究
最新研究方向
近年来,基于毫米波雷达的水上人类活动识别(AHAR)领域取得了显著进展。AHAR-I数据集作为该领域的首个公开数据集,涵盖了九种不同的水上活动,包括挣扎、溺水、漂浮、游泳等,为研究者提供了丰富的实验数据。当前的研究热点主要集中在多域融合网络的开发与优化上,例如基于样本互相关的多域融合网络(Sample Intercorrelation-Based Multidomain Fusion Network),该网络通过融合不同领域的特征,显著提升了水上活动识别的准确性和鲁棒性。此外,随着AHAR-II数据集的发布,研究者开始探索不同背景环境、用户和视角对活动识别的影响,进一步推动了该领域的前沿研究。这些研究不仅为水上安全监测提供了技术支持,也为毫米波雷达在复杂环境中的应用开辟了新的研究方向。
以上内容由遇见数据集搜集并总结生成



