NTU+RGBD 60类动作（后10个为双人的）

最新推荐文章于 2024-06-02 08:20:08 发布

JenKinJia

最新推荐文章于 2024-06-02 08:20:08 发布

阅读量5.2k

点赞数 4

分类专栏：骨架

本文链接：https://blog.csdn.net/iamjingong/article/details/89915133

版权

骨架专栏收录该内容

7 篇文章

订阅专栏

0: 喝水

1: 吃饭/零食

2: 刷牙

3: 梳头

4: 扔

5: 捡

6: 抛

7: 坐下

8: 站立(从坐着)

9: 鼓掌

10: 读书

11: 写字

12: 撕纸

13: 穿外套

14: 脱外套

15: 穿鞋

16: 脱鞋

17: 带眼镜

18: 摘眼镜

19: 戴帽子

20: 摘帽子

21: 庆祝（举起双手狂欢）

22: 摆手

23: 踢东西

24: 把东西放口袋里/从口袋里拿一些东西

25: 单脚跳

26: 跳起来

27: 打电话/接电话

28: 玩手机/平板电脑

29: 在键盘上打字

30: 用手指指着某物

31: 自拍

32: 检查时间（来自手表）

33: 两只手一起搓

34: 点头

35: 摇头

36: 抹脸

37: 敬礼

38: 合掌（阿弥陀佛）

39: 双手交叉放在胸前(说停)

40: 打喷嚏/咳嗽

41: 蹒跚（来回的走动）

42: 摔倒

43: 触头(头痛)

44: 胸部(胃痛/心脏痛)

45: 回触摸(背痛)

46: 触摸颈部(颈痛)

47: 恶心或呕吐情况

48: 用电扇(用手或纸)/感觉温暖（扇风）

49: 拳击/扇其他人

50: 踢其他人

51: 推其他人

52: 拍其他人的后背,

53: 用手指着别人

54: 拥抱对方

55: 给别人一些东西

56: 'touch other persons pocket',

57: 握手

58: 走向对方

59: 彼此分开

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

JenKinJia

关注关注

4
点赞
踩
5

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

基于YOLOv10与NTU RGB+D数据集的深度学习动作识别实践

m0_52343631的博客

03-31

661

NTU RGB+D数据集（NTU RGB+D 60 和 NTU RGB+D 120）是一个面向动作识别的多模态数据集，广泛用于人体动作识别和行为分析。该数据集由新加坡南洋理工大学（NTU）发布，包含RGB视频、深度视频、骨架信息、以及骨骼连接的三维坐标。数据集中的动作涵盖了日常生活中的多种行为，具有很高的多样性和挑战性。包含60类和120类动作的识别任务。每个动作有多个视角，并且提供RGB视频、深度视频以及骨骼数据。每个视频样本中，动作的表现通常具有较高的复杂性和多变性，挑战性较大。

【论文笔记】NTU RGB+D

LoveKKarlie_的博客

01-20

2373

NTU RGB+D数据集

参与评论您还未登录，请先登录后发表或查看评论

NTU RGB-D 60 骨架数据集3D可视化

qq_43601378的博客

03-31

3814

NTU RGB-D 60数据集可视化

NTU-RGB+D数据集

热门推荐

weixin_51450749的博客

12-27

4万+

NTU-RGB+D（60）数据集论文连接：NTU-RGB+D 一、基本介绍该数据集包含60个种类的动作（见表1），共56880个样本，其中有40类为日常行为动作，9类为与健康相关的动作，11类为双人相互动作。这些动作由40个年龄从10岁到35岁的人完成。该数据集由微软 Kinect v2传感器采集得到，并且使用了三个角度不同的摄像机，采集的数据形式包括深度信息、3D骨骼信息、RGB帧以及红外序列。表1 动作种类二、两个评价准则 NTU数据集在划分训练集和测试集时采用不同的划分标准。 1、Cross

NTURGBD数据集60类中文意思

weixin_44800021的博客

12-16

1939

NTURGBD数据集60类，每个类的中文意思网上给的都是英文，或者用英文直译的，有许多不准确的，我把每一个类的动作都看了一遍，纠正了一下翻译不准确的地方。 A1。喝水。 A2。吃饭/吃零食。 A3。刷牙。 A4。梳理头发。 A5。手里东西掉落。 A6。拾起。 A7。扔东西。 A8。坐下 A9。站立（从坐姿）。 A10。鼓掌。 A11。拿起书，看书或读书。 A12。拿起小本本上记东西。 A13。把小本本撕碎 A14。穿外套。 A15。脱掉外套。 A16。穿鞋。 A17。脱鞋。 A18。戴上眼镜。 A19。摘

数据集论文解读：NTU RGB+D: A Large Scale Dataset for 3D Human Activity Analysis

com_fang_bean的博客

07-20

2531

最近的基于深度的人类活动分析方法取得了良好的效果，并证明了三维表示对动作类分类的有效性。目前可用的基于深度和RGB+Dbased的动作识别基准测试都有一些限制，包括缺乏训练样本、不同的类标签、相机视图和不同的对象。在本文中，我们介绍了一个大规模的数据集，用于RGB+D人类动作识别，有超过56000个视频样本和400万帧，从40个不同的主题。我们的数据集包含60d相互的和与健康相关的行动。此外，我们提出了一种新的递归神经网络结构来建模每个身体部位特征的长期时间相关性，并利用它们来更好地进行动作分类。实验结果表

NTU_RGB+D数据集介绍及骨架数据可视化

牵一只蜗牛去散步

12-04

2万+

NTU_RGB+D动作识别数据集由56880个动作样本组成，涵盖每个样本的RGB视频、深度图序列、3D骨架数据和红外视频等。

NTURGB-D:“ NTU RGB + D动作识别数据集”的信息和示例代码

05-02

“ NTU RGB + D”和“ NTU RGB + D 120”数据集分别包含56,880和114,480个动作样本。两个数据集都为每种样本包括4种不同的数据形式： RGB视频深度图序列 3D骨骼数据红外（IR）视频视频样本已同

骨架行为识别数据集NTU RGB+D 和NTU RGB+D 120动作标签

dramaticme的博客

03-14

2438

参考：https://github.com/shahroudy/NTURGB-D"NTU RGB+D" dataset contains 60 action classes, and "NTU RGB+D 120" dataset contains 120 action classes. The actions in these two datasets are listed below. Note that actions labelled from A1 to A60 are in "NTU RGB+D

NTU-RGBD数据集下载及数据格式解析

Andrwin的博客

05-30

4829

NTU-RGBD

NTU-RGBD合集.xlsx

06-12

NTU论文整理，包含17、18年的绝大多数顶级期刊和会议的论文

NTU60RGBD数据集训练速度慢问题和解决

qq_60925525的博客

04-23

822

本文讨论如何决绝nturgbd数据集深度数据训练慢问题

ann_file = ‘data/skeleton/ntu60_2d.pkl‘代码位置

qq_34425255的博客

06-02

429

然后放到路径'data/skeleton/ntu60_2d.pkl'直接下载ntu60_2d.pkl。

论文笔记：Hierarchical Contrast for Unsupervised Skeleton-based Action

weixin_54013293的博客

10-10

991

2、相比于传统模型的实例级（instance-level）对比，本文采用了多级对比，主要分为四级对比，实例级（instance-level），域级 (domain-level)，片段级 (clip-level)和部件级 (part-level)。Top-1： Accuracy是指排名第一的类别与实际结果相符的准确率，就是你预测的label取最后概率向量里面最大的那一个作为预测结果，如过你的预测结果中概率最大的那个分类正确，则预测正确。此外，文章还证明了作者方法对于半监督的基于骨架的动作识别也是有效的。

人体骨骼动作识别概述

qq_37174487的博客

03-07

3618

骨骼动作识别（skeleton-based action recognition），其实就是通过深度学习方法对人体骨骼结构的数据进行识别、分类等任务，和人体动作识别不同之处在于研究对象是骨骼数据集。基于骨骼的动作识别相比于基于RGB的人体骨骼动作识别具有数据集体积小，结构信息明显等优点。人体骨骼动作识别可应用于人机交互、视频监控、动作迁移等领域，是当前的研究的热点。本文主要介绍3D人体骨骼动作分类的基本算法和原理。

NTU RGB+D数据集如何进行训练

qq_34425255的博客

05-15

461

【代码】NTU RGB+D数据集如何进行训练。

[骨架动作识别]数据集

liudiudiu

07-16

1万+

NTU RGBD CVPR2016 RGB videos depth map sequences 3D skeletal data infrared videos MSR-Action3D Finally, the MSR Action3D [45] represents one of the most used datasets for HAR. It includes 20 act...

万字长文漫谈视频理解

机器学习杂货铺1号店

04-16

7478

漫谈视频理解 2020/4/12 FesianXu 前言 AI算法已经渗入到了我们生活的方方面面，无论是购物推荐，广告推送，搜索引擎还是多媒体影音娱乐，都有AI算法的影子。作为多媒体中重要的信息载体，视频的地位可以说是数一数二的，然而目前对于AI算法在视频上的应用还不够成熟，理解视频内容仍然是一个重要的问题亟待解决攻克。本文对视频理解进行一些讨论，虽然只是笔者对互联网的一些...

ntu-rgbd 60 数据集可视化

最新发布

01-15

### 关于NTU RGB-D 60 数据集的可视化对于 NTU RGB-D 60 数据集的3D可视化，可以采用多种工具和技术来实现。Python 中 Matplotlib 库提供了强大的绘图功能，能够创建高质量的三维图形[^2]。 #### 使用Matplotlib进行3D骨骼数据可视化为了更好地理解动作姿态，可以通过绘制不同时间点上的骨架节点及其连接线段来进行动态展示。下面是一个简单的例子说明如何加载并显示单帧内的身体结构： ```python import numpy as np from mpl_toolkits.mplot3d import Axes3D import matplotlib.pyplot as plt def plot_skeleton(skel_data, ax=None): if not ax: fig = plt.figure() ax = fig.add_subplot(111, projection='3d') # Define connections between joints (this is just an example set of edges) joint_connections = [ (0, 1), (1, 20), (20, 2), ... # Add all other relevant pairs here based on dataset documentation. ] xs, ys, zs = skel_data.T for start_idx, end_idx in joint_connections: x_line = [xs[start_idx], xs[end_idx]] y_line = [ys[start_idx], ys[end_idx]] z_line = [zs[start_idx], zs[end_idx]] ax.plot(x_line, y_line, z_line) ax.scatter(xs, ys, zs) ax.set_xlabel('X') ax.set_ylabel('Y') ax.set_zlabel('Z') return ax if __name__ == "__main__": sample_frame = np.loadtxt("path_to_sample_skeleton_file") # Load skeleton data from file plot_skeleton(sample_frame).show() ``` 此脚本定义了一个 `plot_skeleton` 函数用于接收一桢内的人体关节坐标数组作为输入参数，并通过调用 Matplotlib 来渲染该时刻下的空间位置关系。注意这里假设已经获取到了正确的骨骼序列文件路径以及相应的格式解析方式。另外，在 MATLAB 平台上也有成熟的方案可供参考。具体来说，需要先安装特定版本（如MATLAB R2016a），接着按照官方指南解压并导入原始 `.skeleton` 文件夹中的二进制记录[^3]。最后值得注意的是，除了上述两种主流编程环境外，还有许多开源项目致力于简化这一过程，比如 PyTorch Geometric Temporal 提供了专门针对时空图神经网络的数据预处理模块，可以直接应用于此类任务之上[^1]。