Sims4Action

Sims4Action 数据集：基于视频游戏的数据集，用于合成→真实域适应，用于人类活动识别。
目标：探索通过玩生活模拟视频游戏构建日常生活活动（ADL）识别训练示例的概念。
Sims4Action 数据集是使用商业游戏 THE SIMS 4 通过在游戏中以“自上而下”的方式执行感兴趣的动作来创建的。它包含八个不同角色和多种环境的十小时视频素材。选择 10 个动作与现实生活数据集 Toyota Smarthome [2] 中涵盖的类别直接对应，以实现 Synthetic→Real transfer in action 识别的研究。
两个基准：Gaming→Gaming（在 Sims4Action 上训练和评估）和 Gaming→Real（在 Sims4Action 上训练，评估真实的 Toyota Smarthome 数据 [2]）。
主要挑战：游戏→真实领域适应
虽然从理论角度来看，游戏数据上的 ADL 识别很有趣，但关键挑战来自于将从模拟数据中学到的知识转移到现实世界的应用程序中。 Sims4Action 专门为此场景提供了一个基准，因为它描述了一个游戏→真实挑战，它评估从现有丰田智能家居数据集派生的真实视频模型。