HabitAction：用于人类习惯行为识别的视频数据集
计算机视觉与模式识别
2024-08-27 v1
摘要
人类动作识别（HAR）是计算机视觉中的一个关键任务，有助于开展一系列下游任务，如理解人类行为。由于人类行为的复杂性，许多高价值的行为尚未包含在现有 HAR 数据集中，例如人类习惯行为（HHBs）。HHBs 对分析一个人的性格、习惯和心理变化具有重要意义。为解决这些问题，本 work 构建了一个新的视频数据集，以展示各种 HHBs。这些行为能够反映角色的内在心理状态和特定情绪，例如交叉手臂意味着试图自我防御。该数据集包含 30 个习惯行为类别，超过 30 万帧和 6899 个动作实例。由于这些行为通常仅出现在人类动作视频的局部区域，现有的动作识别方法难以处理这些局部特征。因此，我们还提出了一种使用人类骨架和 RGB 外观的双流模型。实验结果表明，我们提出的方法在该数据集上的动作识别性能优于现有方法。
引用
@article{arxiv.2408.13463,
title = {HabitAction: A Video Dataset for Human Habitual Behavior Recognition},
author = {Hongwu Li and Zhenliang Zhang and Wei Wang},
journal= {arXiv preprint arXiv:2408.13463},
year = {2024}
}