BasketHAR：用于篮球训练场景的人类活动识别与运动分析的多模态数据集
计算机视觉与模式识别
2026-04-21 v1
摘要
人类活动识别 (HAR) 涉及自动识别用户活动，因其广泛的应用而获得了重要的研究关注。大多数 HAR 系统依赖监督学习，这需要大量、多样且准确标注的数据集。然而，现有数据集主要关注基本活动，如行走、站立和楼梯导航，将限制其在体育表现分析等专业场景中的实用性。为此，我们提出了 BasketHAR，一个面向篮球训练的 novel 多模态 HAR 数据集，涵盖多样化的专业水平动作。BasketHAR 包括来自惯性测量单元 (加速度计和陀螺仪)、角速度、磁场、心率、皮肤温度以及同步视频记录的全面运动数据。我们还提供了一个基准的多模态对齐方法用于评估性能。实验结果强调了数据集的复杂性和适用于高级 HAR 任务的特性。进一步，我们突出了其在篮球训练会话分析和生成专业化绩效报告方面的潜在应用，为未来的 HAR 和体育分析研究提供了宝贵资源。该数据集在 https://huggingface.co/datasets/Xian-Gao/BasketHAR 上公开访问，采用 Apache License 2.0 授权。
引用
@article{arxiv.2604.17065,
title = {BasketHAR: A Multimodal Dataset for Human Activity Recognition and Sport Analysis in Basketball Training Scenarios},
author = {Xian Gao and Haoyue Zhang and Zongyun Zhang and Jiacheng Ruan and Ting Liu and Yuzhuo Fu},
journal= {arXiv preprint arXiv:2604.17065},
year = {2026}
}
备注
7 pages, 7 figures