EgoK360：一个 360 度以自我为中心的动态人体活动视频数据集
计算机视觉与模式识别
2020-10-19 v1
摘要
近来，可穿戴传感器日益受到关注，为 360 {\deg} 视频分析提供了新研究视角。然而，文献中 360 {\deg} 数据集的缺乏阻碍了该领域的研究。为弥补这一缺口，本文提出一个新的以自我为中心（第一人称）360{\deg} 动态 (Kinetic) 人体活动视频数据集 (EgoK360)。EgoK360 数据集包含具有不同子动作的人体活动标注，例如乒乓球活动包含四个子动作：捡球、击球、弹球和发球。据我们所知，EgoK360 是首个在 360{\deg} 环境设置下第一人称活动识别领域的数据集，将促进以自我为中心的 360 {\deg} 视频理解。我们给出了双流网络变体用于 360 度以自我为中心活动识别的实验结果与综合分析。EgoK360 数据集可从 https://egok360.github.io/ 下载。
引用
@article{arxiv.2010.08055,
title = {Egok360: A 360 Egocentric Kinetic Human Activity Video Dataset},
author = {Keshav Bhandari and Mario A. DeLaGarza and Ziliang Zong and Hugo Latapie and Yan Yan},
journal= {arXiv preprint arXiv:2010.08055},
year = {2020}
}
备注
5 pages, 5 figures, 1 table, 2020 IEEE International Conference on Image Processing (ICIP)