IKEA ASM 数据集：通过动作、物体与姿态理解组装家具的人
计算机视觉与模式识别
2023-05-18 v2
摘要
大规模标注数据集的可用性是应用深度学习方法解决各类计算机视觉任务的关键要求。在理解人类活动的背景下，现有的公共数据集虽然规模庞大，但通常局限于单一 RGB 相机，且仅提供逐帧或逐片段的动作标注。为了实现对人类活动更丰富的分析与理解，我们引入了 IKEA ASM——一个三百万帧、多视角、家具组装视频数据集，包含深度、原子动作、物体分割和人体姿态。此外，我们在此具有挑战性的数据集上对标杆性的视频动作识别、物体分割和人体姿态估计方法进行了基准测试。该数据集支持开发整体方法，整合多模态与多视角数据以更好地执行这些任务。
引用
@article{arxiv.2007.00394,
title = {The IKEA ASM Dataset: Understanding People Assembling Furniture through Actions, Objects and Pose},
author = {Yizhak Ben-Shabat and Xin Yu and Fatemeh Sadat Saleh and Dylan Campbell and Cristian Rodriguez-Opazo and Hongdong Li and Stephen Gould},
journal= {arXiv preprint arXiv:2007.00394},
year = {2023}
}