CZU-MHAD：利用深度相机与10个可穿戴惯性传感器的人体动作识别多模态数据集
计算机视觉与模式识别
2022-02-08 v1
摘要
人体动作识别已广泛应用于生活的诸多领域，同时已发布许多人动作数据集。然而，大多数多模态数据库在传感器布局与数量上存在不足，无法充分表征动作特征。针对这些问题，本文提出一个免费可用、名为CZU-MHAD（常州大学：一个综合性多模态人体动作数据集）的数据集。其包含22个动作以及三种模态的时间同步数据。这些模态包括来自kinect v2相机的深度视频与骨架位置，以及来自10个可穿戴传感器的惯性信号。与单模态传感器相比，多模态传感器可采集不同模态数据，因此使用多模态传感器能更精确地描述动作。此外，CZU-MHAD通过将惯性传感器绑定到10个主要运动关节，获取其3轴加速度与3轴角速度，且这些数据为同时采集。实验结果证明，该数据集可用于研究人体执行动作时不同部位间的结构关系，以及涉及多模态传感器数据的融合方法。
引用
@article{arxiv.2202.03283,
title = {CZU-MHAD: A multimodal dataset for human action recognition utilizing a depth camera and 10 wearable inertial sensors},
author = {Xin Chao and Zhenjie Hou and Yujian Mo},
journal= {arXiv preprint arXiv:2202.03283},
year = {2022}
}