想訓練動作識別模型？這裡有六個數據源供你參考

來自專欄人工智慧從入門到逆天殺神(FutureAI)9 人贊了文章

動作識別是計算機視覺領域一個很重要課題。想開發自己模型的你，是不是在想用什麼數據集呢？這裡收集了六個來源，各有自己的特色，你可以根據自己的需求，來選擇一個或多個數據集來驗證和訓練你的模型。

1.Google AVA DataSet

https://research.google.com/ava/index.html?

research.google.com

AVA數據集在430個15分鐘的視頻剪輯中密集地標註了80個原子視覺，其中動作在空間和時間上進行了本地化，產生了1.58M個動作標籤，且每個被標記的人都有多個標籤的同時存在。

AVA數據集來源很簡單，谷歌有YouTube啊！谷歌收集了大量多樣化的視頻內容，視頻里有不同國籍的專業演員。每個視頻分析其中15分鐘的剪輯片段，並這個片段均勻分割成300個不重疊小片段，每一段3秒鐘，這種採樣策略保留了動作序列的時間順序。

雖然還沒實驗過，但憑藉個人的信仰，我高喊：谷歌出品，必屬精品。相比之下，後面的數據集真的顯得很『實驗室出品』了。

2.中山大學的iSEE實驗室的SYSU-ACTION Dataset：

iSEE_Sun Yat-Sen University(SYSU)?

isee.sysu.edu.cn

數據是通過RGBD相機採集的。有480個視頻剪輯，12 個HOI activity classes，並發布了特徵提取的代碼。可以說是有點方便了。

3. NTU RGB+D Action Recognition Dataset

Rapid-Rich Object Search (ROSE) Lab?

rose1.ntu.edu.sg

這個數據集是新加坡南洋理工大學博雲搜索實驗室建立的。NTU RGB+D動作識別數據集包含56,880個示例動作，內容有 RGB 視頻, 深度圖序列， 3D 骨骼數據, 對於每個示例還有紅外成像視頻。

詳細的介紹可以參考：https://github.com/shahroudy/NTURGB-D

不過和其他數據集不一樣，雖然這個數據集也是免費使用，但你需要在官網提交使用申請，保證只做學術使用，不做商業使用。

4. UTKinect-Action3D Dataset.

http://cvrc.ece.utexas.edu/KinectDatasets/HOJ3D.html?

cvrc.ece.utexas.edu

德克薩斯州大學奧斯汀分校建立的數據集。包含了十種動作，三個channels: RGB, 深度，和 骨骼關節的位置

5. 石溪大學的SBU Kinect Interaction Dataset

SBU Kinect Interaction Dataset?

www.cs.stonybrook.edu

數據通過微軟的Kinect感測器收集(3.3 gb)，含有八種兩人互動動作:靠近,離開,推動,踢,拳打, 擁抱 ,握手,交換物品。

6. Berkeley Multimodal Human Action Database (MHAD)

.

http://tele-immersion.citris-uc.org/berkeley_mhad?

tele-immersion.citris-uc.org

大名鼎鼎的伯克利分校的數據集。特點是多模式，連動作表演者的年齡都做了選擇，可以說是非常用心了。

包含的動作很多：

甚至文件格式都多樣：

根據筆者看論文的經驗，這個數據集還是被很多論文作為benchmark的。

References:

[1] https://research.google.com/ava/index.html

[2] ProjectJOULE

[3]https://www.cv-foundation.org/openaccess/content_cvpr_2016/papers/Shahroudy_NTU_RGBD_A_CVPR_2016_paper.pdf

[4] http://cvrc.ece.utexas.edu/Publications/Xia_HAU3D12.pdf

[5]Two-person Interaction Detection Using Body-Pose Features and Multiple Instance Learning

[6] Berkeley MHAD | Teleimmersion Lab