KTH

displayName: KTH (KTH Action dataset)
labelTypes:
- Classification
license:
- KTH Custom
mediaTypes:
- Video
paperUrl: https://www2.cs.sfu.ca/~mori/courses/cmpt888/summer10/papers/schuldt_icpr04.pdf
publishDate: "2004"
publishUrl: https://www.csc.kth.se/cvap/actions/
publisher:
- KTH Royal Institute of Technology Sweden
tags:
- Actions
- People
taskTypes:
- Person Re-identification
- Temporal Action Localization
- Video Prediction

---
# 数据集介绍
## 简介
2004 年，KTH 皇家理工学院开始努力创建一个重要且公开可用的动作识别数据集。KTH 数据集是最标准的数据集之一，它包含六个动作：步行、慢跑、跑步、拳击、挥手和拍手。考虑到表演的细微差别，每个动作由 25 个不同的人执行，并且针对每个演员的每个动作系统地更改设置。设置变化包括：室外（s1）、室外有尺度变化（s2）、室外不同衣服（s3）、室内（s4）。这些变化测试了每个算法识别独立于背景、演员外观和演员规模的动作的能力。
## 引文

```
"@INPROCEEDINGS{1334462,
author={Schuldt, C. and Laptev, I. and Caputo, B.},
booktitle={Proceedings of the 17th International Conference on Pattern Recognition, 2004. ICPR 2004.},
title={Recognizing human actions: a local SVM approach},
year={2004},
volume={3},
number={},
pages={32-36 Vol.3},
doi={10.1109/ICPR.2004.1334462}}"
```

## Download dataset
:modelscope-code[]{type="git"}

显示名称：KTH动作数据集（KTH Action dataset）
标签类型：
- 分类（Classification）
许可证：
- KTH定制许可证（KTH Custom）
媒体类型：
- 视频（Video）
论文链接：https://www2.cs.sfu.ca/~mori/courses/cmpt888/summer10/papers/schuldt_icpr04.pdf
发布日期："2004"
发布链接：https://www.csc.kth.se/cvap/actions/
发布方：
- 瑞典皇家理工学院（KTH Royal Institute of Technology Sweden）
标签：
- 动作识别（Actions）
- 人物（People）
任务类型：
- 人物重识别（Person Re-identification）
- 时序动作定位（Temporal Action Localization）
- 视频预测（Video Prediction）

---

# 数据集介绍
## 简介
2004年，瑞典皇家理工学院启动了一项构建重要且公开可用的动作识别数据集的工作。KTH动作数据集（KTH Action dataset）是目前最通用的标准数据集之一，共涵盖6类动作：行走、慢跑、跑步、拳击、挥手与拍手。考虑到实际场景的细微差异，每类动作均由25名不同受试者完成，且针对每位受试者的每类动作，系统地调整拍摄设置。设置变化类型包括：室外场景（s1）、室外带尺度变化场景（s2）、室外不同着装场景（s3）、室内场景（s4）。此类设置变化可用于测试算法识别不受背景、受试者外观及尺度影响的动作的能力。
## 引文

"@INPROCEEDINGS{1334462,
author={Schuldt, C. and Laptev, I. and Caputo, B.},
booktitle={Proceedings of the 17th International Conference on Pattern Recognition, 2004. ICPR 2004.},
title={Recognizing human actions: a local SVM approach},
year={2004},
volume={3},
number={},
pages={32-36 Vol.3},
doi={10.1109/ICPR.2004.1334462}}"

## 数据集下载
:modelscope-code[]{type="git"}