BON：一个用于人类活动识别的扩展公共领域数据集
计算机视觉与模式识别
2022-09-13 v1 图像与视频处理
摘要
穿戴式第一人称视觉（FPV）相机能够从受试者视角提取关于环境的丰富信息源。然而，与其他活动环境（如厨房和室外移动场景）相比，基于穿戴式相机的以自我为中心的办公室活动理解研究进展缓慢，主要由于缺乏足够的数据集来训练更复杂的（如深度学习）模型以用于办公室环境下的人类活动识别。本文详述了一个大型且公开可用的办公室活动数据集（BON），该数据集在三个地理位置的不同办公室环境中采集：巴塞罗那（西班牙）、牛津（英国）和内罗毕（肯尼亚），使用胸戴式 GoPro Hero 相机。BON 数据集包含十八种常见办公室活动，可归类为人-人交互（如与同事聊天）、人-物交互（如在白板上书写）和本体感受类（如行走）。每段时长为 5 秒的视频片段均提供标注。总体而言，BON 包含 25 名受试者和 2639 个总片段。为促进该子领域的进一步研究，我们还提供了可用作未来研究基线的结果。
引用
@article{arxiv.2209.05077,
title = {BON: An extended public domain dataset for human activity recognition},
author = {Girmaw Abebe Tadesse and Oliver Bent and Komminist Weldemariam and Md. Abrar Istiak and Taufiq Hasan and Andrea Cavallaro},
journal= {arXiv preprint arXiv:2209.05077},
year = {2022}
}