基于YGAR数据集的动作识别

高质量动作视频数据的匮乏是动作识别研究与应用的瓶颈。尽管该领域已付出大量努力，现有可用数据类型范围上仍存在缺口，更灵活且全面的数据集有助于弥合这些缺口。本文提出一个新的3D动作数据仿真引擎，并生成3组样本数据以展示其当前功能。借助该新数据生成过程，我们展示了其在图像分类、动作识别上的应用，以及演进为可探索远复杂动作识别任务系统的潜力。为展示这些能力，我们还训练并测试了一系列常用图像识别模型，以体现数据集及其生成过程的潜在应用与能力。