UAV-GESTURE：用于无人机控制与手势识别的数据集
机器学习
2019-01-10 v1 计算机视觉与模式识别
人机交互
机器学习
摘要
当前无人机记录的数据集大多局限于动作识别与目标跟踪，而手势信号数据集大多记录在室内空间。目前尚无用于无人机指挥信号的户外记录公开视频数据集。利用无人机的视觉传感器和操作简便性，手势信号可与无人机有效结合使用。为填补这一空白并支持更广泛应用领域的研究，我们提出一个在户外环境下记录的无人机手势信号数据集。我们从通用飞机操控与直升机操控信号中选取了适用于基础无人机导航与指挥的 13 种手势。我们提供 119 段由 37151 帧组成的高清视频片段。使用基于姿态的卷积神经网络（P-CNN）计算的总体基线手势识别性能为 91.9%。所有帧均标注了人体关节与手势类别，以扩展该数据集在包括手势识别、动作识别、人体姿态识别与态势感知在内的更广阔研究领域的适用性。
引用
@article{arxiv.1901.02602,
title = {UAV-GESTURE: A Dataset for UAV Control and Gesture Recognition},
author = {Asanka G Perera and Yee Wei Law and Javaan Chahl},
journal= {arXiv preprint arXiv:1901.02602},
year = {2019}
}
备注
12 pages, 4 figures, UAVision workshop, ECCV, 2018