UCF101-skeleton

我们发布了用于重新访问基于骨架的动作识别的骨架注释。默认情况下，我们使用带有ResNet50主干的Faster-RCNN进行人体检测，并HRNet-w32进行单人姿势估计。对于FineGYM，我们为运动员使用地面真相边界框，而不是检测边界框。

We release skeleton annotations for revisiting skeleton-based action recognition. By default, we employ Faster-RCNN with a ResNet50 backbone for human detection and HRNet-w32 for single-person pose estimation. For FineGYM, we use ground-truth bounding boxes for athletes instead of detected bounding boxes.

搜集汇总

背景与挑战

背景概述

UCF101-skeleton是一个公开的骨架注释数据集，专门用于基于骨架的动作识别研究。它使用Faster-RCNN和HRNet-w32进行人体检测和姿势估计，提供了UCF101视频数据集的骨架数据。该数据集由上海人工智能实验室于2021年发布，支持动作识别算法的开发和评估。