人体动作视频数据集，包含六种动作（步行、慢跑、跑步、拳击、挥手和拍手）

当前的视频数据库包含六种类型的人类动作（步行，慢跑，奔跑，拳击，挥手和拍手），由25个对象在四种不同情况下执行了几次：户外s1，比例变化为s2的户外，衣服为s3的户外室内s4，如下图所示。当前数据库包含2391个序列。所有序列均使用具有25 fps帧频的静态相机在均质的背景下拍摄。序列被下采样到160x120像素的空间分辨率，平均长度为4秒。 在ICPR'04报告的实验中 ，就受试者而言，所有序列均分为训练集（8人），验证集（8人）和测试集（9人）。分类器在训练集上训练，而验证集用于优化每种方法的参数。识别结果是在测试集上获得的。 所有序列均使用AVI文件格式存储，并且可以在线使用（DIVX压缩版本）。未压缩版本可按需提供。25个主题，6个动作和4个场景的每种组合都有25x6x4 = 600个视频文件。在我们的实验中，每个文件包含四个子序列作为一个序列。按照开始帧和结束帧以及所有序列的列表，将每个文件细分为序列，如下所示 请参见00sequences.txt 每个动作的样本序列（DivX压缩） person15_walking_d1_uncomp.avi person15_jogging_d1_uncomp.avi person15_running_d1_uncomp.avi person15_boxing_d1_uncomp.avi person15_handwaving_d1_uncomp.avi person15_handclapping_d1_uncomp.avi Related publications "Recognizing Human Actions: A Local SVM Approach", Christian Schuldt, Ivan Laptev and Barbara Caputo; in Proc. ICPR'04, Cambridge, UK. "Local Spatio-Temporal Image Features for Motion Interpretation", Ivan Laptev; PhD Thesis, 2004, Computational Vision and Active Perception Laboratory (CVAP), NADA, KTH, Stockholm "Local Descriptors for Spatio-Temporal Recognition", Ivan Laptev and Tony Lindeberg; ECCV Workshop "Spatial Coherence for Visual Motion Analysis" "Velocity adaptation of space-time interest points", Ivan Laptev and Tony Lindeberg; in Proc. ICPR'04, Cambridge, UK. "Space-Time Interest Points", I. Laptev and T. Lindeberg; in Proc. ICCV'03, Nice, France, pp.I:432-439. Contact Ivan Laptev <laptev at nada.kth.se> Barbara Caputo <laptev at nada.kth.se>

本视频数据库涵盖六类人类动作：行走、慢跑、奔跑、拳击、挥手与拍手，由25名受试者在四种不同场景下多次完成：场景s1为常规户外环境，s2为存在尺度变化的户外环境，s3为穿着不同服饰的户外环境，s4为室内环境，具体示例如下图所示。
本数据库总计包含2391个动作序列。所有序列均由帧率为25 fps的静态相机在均匀背景下采集，经下采样至160×120像素的空间分辨率，单序列平均时长为4秒。
在ICPR'04会议收录的相关实验中，按受试者分组，所有序列被划分为训练集（8名受试者）、验证集（8名受试者）与测试集（9名受试者）。分类器在训练集上完成训练，验证集用于优化各方法的参数，最终识别结果均在测试集上测得。
所有序列均以AVI（Audio Video Interleave）文件格式存储，可在线获取DIVX压缩版本；未压缩版本可根据需求提供。25名受试者、6类动作与4类场景的每一种组合对应25×6×4=600个视频文件。在本实验中，每个视频文件包含4个子序列以构成一个完整动作序列。每个文件需根据起始帧、结束帧以及全序列列表拆分为独立序列，具体细节请参见00sequences.txt文件。
各类动作的示例序列（DivX压缩格式）如下：person15_walking_d1_uncomp.avi、person15_jogging_d1_uncomp.avi、person15_running_d1_uncomp.avi、person15_boxing_d1_uncomp.avi、person15_handwaving_d1_uncomp.avi、person15_handclapping_d1_uncomp.avi。
相关研究文献：
1. "Recognizing Human Actions: A Local SVM Approach"，作者：Christian Schuldt、Ivan Laptev与Barbara Caputo；发表于Proc. ICPR'04，英国剑桥。
2. "Local Spatio-Temporal Image Features for Motion Interpretation"，作者：Ivan Laptev；2004年博士学位论文，瑞典皇家理工学院（KTH）NADA系计算视觉与主动感知实验室（CVAP）。
3. "Local Descriptors for Spatio-Temporal Recognition"，作者：Ivan Laptev与Tony Lindeberg；发表于ECCV研讨会"Spatial Coherence for Visual Motion Analysis"。
4. "Velocity adaptation of space-time interest points"，作者：Ivan Laptev与Tony Lindeberg；发表于Proc. ICPR'04，英国剑桥。
5. "Space-Time Interest Points"，作者：I. Laptev与T. Lindeberg；发表于Proc. ICCV'03，法国尼斯，第I卷：432-439页。
联系方式：Ivan Laptev <laptev at nada.kth.se>、Barbara Caputo <laptev at nada.kth.se>

搜集汇总

背景与挑战

背景概述

该数据集是一个包含六种人体动作（步行、慢跑、跑步、拳击、挥手和拍手）的视频数据集，由25个对象在四种不同场景下执行，共2391个序列。视频分辨率为160x120像素，帧率25fps，适用于动作识别和计算机视觉研究。