NTU RGB+D：用于三维人体活动分析的大规模数据集
计算机视觉与模式识别
2016-04-12 v1
摘要
近年来，基于深度的人体活动分析方法取得了优异性能，并证明了三维表示在动作类别分类中的有效性。现有可用的基于深度和基于RGB+D的动作识别基准数据集存在若干局限，包括缺乏训练样本、不同的类标签、相机视角以及受试者的多样性不足。本文引入了一个用于RGB+D人体动作识别的大规模数据集，包含来自40个不同受试者的超过5.6万个视频样本和400万帧。我们的数据集包含60个不同的动作类别，包括日常、交互和健康相关动作。此外，我们提出了一种新的循环神经网络(recurrent neural network)结构，为每个身体部位的特征建模长期时间相关性，并利用它们实现更好的动作分类。实验结果表明，在我们提出的数据集的跨受试者和跨视角评估准则下，应用深度学习方法优于最先进的手工设计特征。该大规模数据集的推出将使学界能够应用、开发和适配各种数据饥渴的学习技术，用于基于深度和基于RGB+D的人体活动分析任务。
引用
@article{arxiv.1604.02808,
title = {NTU RGB+D: A Large Scale Dataset for 3D Human Activity Analysis},
author = {Amir Shahroudy and Jun Liu and Tian-Tsong Ng and Gang Wang},
journal= {arXiv preprint arXiv:1604.02808},
year = {2016}
}
备注
10 pages