MMAct 多模态动作理解数据集

MMAct 全称 Multi Modal Action，是一个用于多模态/交叉模态动作理解的了大规模数据集。该数据集由 20 位受试者以 7 种模式记录，分别是 RGB 视频、关键点、加速度、陀螺仪、方向、 Wi-Fi 和压力信号。该数据集包括 37 类动作的 3,6000 多个视频片段，涵盖了广泛的日常活动动作。

MMAct, short for Multi Modal Action, is a large-scale dataset dedicated to multimodal and cross-modal action understanding. It was collected from 20 subjects across 7 modalities, namely RGB video, keypoints, acceleration, gyroscope, orientation, Wi-Fi, and pressure signals. The dataset includes over 36,000 video clips spanning 37 action categories, covering a wide range of daily human activities and movements.

搜集汇总

背景与挑战

背景概述

MMAct是一个用于多模态动作理解的大规模数据集，包含超过36,000个视频片段，覆盖37类日常活动动作。其特点在于由20位受试者以7种不同模式记录数据，包括RGB视频、传感器信号（如加速度、陀螺仪）和Wi-Fi等，支持交叉模态分析，适用于动作识别和图像分类等任务。