MHAD：面向被动家庭监测的多模态家庭活动数据集，包含多视角视频与同步生理信号
计算机视觉与模式识别
2025-04-28 v1 多媒体
摘要
基于视频的生理监测以远程光谱心动图 (remote photoplethysmography, rPPG) 为例， 通过分析视频录像中细微的变化来提取脉搏和呼吸等生理信号。该非接触式、实时监测方法在家庭场景中具有巨大的应用潜力。尽管公共基准数据集对该技术作出了宝贵贡献，但目前尚无专为被动家庭监测而设计的数据集。现有数据集常受限于近距离、静态、正面录制，且通常仅包含1-2种生理信号。为推进现实家庭场景下的视频生理监测，我们介绍了MHAD数据集。该数据集包含40名受试者的1,440个视频，捕获了来自真实家庭环境中3个角度下6种典型活动。此外，还记录了5种生理信号，使其成为全面的视频生理监测数据集。MHAD兼容rPPG-toolbox，并已使用多种无监督和监督方法进行验证。本数据集 publicly available at https://github.com/jdh-algo/MHAD-Dataset。
引用
@article{arxiv.2409.09366,
title = {MHAD: Multimodal Home Activity Dataset with Multi-Angle Videos and Synchronized Physiological Signals},
author = {Lei Yu and Jintao Fei and Xinyi Liu and Yang Yao and Jun Zhao and Guoxin Wang and Xin Li},
journal= {arXiv preprint arXiv:2409.09366},
year = {2025}
}