DailyDVS-200：面向事件驱动动作识别的综合基准数据集
计算机视觉与模式识别
2024-07-16 v2
摘要
神经形态传感器，特别是事件相机，通过捕捉像素强度变化，以卓越的动态范围、极低的延迟和能效，彻底改变了视觉数据采集方式，使其有别于传统的基于帧的相机。事件相机的独特能力激发了人们对事件驱动动作识别领域的浓厚兴趣，人们认识到其巨大的发展潜力。然而，该领域的发展目前因缺乏全面、大规模的数据集而放缓，而这些数据集对于开发稳健的识别框架至关重要。为弥补这一空白，我们引入了DailyDVS-200，这是一个为事件驱动动作识别社区精心策划的基准数据集。DailyDVS-200规模庞大，涵盖真实世界场景中的200个动作类别，由47名参与者记录，包含超过22,000个事件序列。该数据集旨在反映广泛的动作类型、场景复杂度和数据采集多样性。数据集中的每个序列都标注了14个属性，确保对记录动作进行详细描述。此外，DailyDVS-200的结构旨在促进广泛的研究路径，为验证现有方法和启发新方法提供坚实基础。通过在该领域设立新的基准，我们挑战了当前神经形态数据处理的局限性，并激发了事件驱动动作识别技术的新方法浪潮，为神经形态计算及未来的探索铺平了道路。数据集和源代码可在 https://github.com/QiWang233/DailyDVS-200 获取。
引用
@article{arxiv.2407.05106,
title = {DailyDVS-200: A Comprehensive Benchmark Dataset for Event-Based Action Recognition},
author = {Qi Wang and Zhou Xu and Yuming Lin and Jingtao Ye and Hongsheng Li and Guangming Zhu and Syed Afaq Ali Shah and Mohammed Bennamoun and Liang Zhang},
journal= {arXiv preprint arXiv:2407.05106},
year = {2024}
}
备注
Accepted to ECCV 2024