UAV-Human：一个用于无人机人体行为理解的大规模基准
计算机视觉与模式识别
2021-08-17 v4
摘要
利用无人机（UAVs）进行人体行为理解对广泛应用具有重要意义，同时也迫切需求大型、具挑战性且全面的基准，以开发和评估基于无人机的模型。然而，现有基准在捕获数据量、数据模态类型、提供任务类别以及主体和环境多样性方面存在局限。在此我们提出一个新的基准——UAV-Human——用于无人机人体行为理解，其包含用于动作识别的 67,428 条多模态视频序列和 119 个主体，用于姿态估计的 22,476 帧，用于行人重识别的 41,290 帧和 1,144 个身份，以及用于属性识别的 22,263 帧。我们的数据集由飞行无人机在三个月内于多个城乡区域在白天和夜间采集，因此覆盖了关于主体、背景、光照、天气、遮挡、相机运动和无人机飞行姿态的广泛多样性。这样一个全面且具挑战性的基准应能促进基于无人机的人体行为理解研究，包括动作识别、姿态估计、重识别和属性识别。此外，我们提出了一种基于鱼眼的动作识别方法，通过由平面 RGB 视频引导学习无界变换来缓解鱼眼视频中的畸变。实验显示了我们的方法在 UAV-Human 数据集上的有效性。项目主页：https://github.com/SUTDCV/UAV-Human
引用
@article{arxiv.2104.00946,
title = {UAV-Human: A Large Benchmark for Human Behavior Understanding with Unmanned Aerial Vehicles},
author = {Tianjiao Li and Jun Liu and Wei Zhang and Yun Ni and Wenqian Wang and Zhiheng Li},
journal= {arXiv preprint arXiv:2104.00946},
year = {2021}
}
备注
Accepted by CVPR2021