NTU RGB+D和NTU RGB+D 120

最新推荐文章于 2024-10-31 11:21:03 发布
最新推荐文章于 2024-10-31 11:21:03 发布
阅读量1.2k 收藏 20
点赞数 8
文章标签： 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_34425255/article/details/138662824
版权

For any possible query regarding the datasets, please contact the first author of the paper.

 有关数据集的任何疑问，请联系论文的第一作者。

The full datasets can be downloaded via:

完整的数据集可以通过以下方式下载：

ROSE Lab

If you need the skeleton data only, you could also obtain it via:

如果您只需要骨架数据，也可以通过以下方式获取：

https://drive.google.com/open?id=1CUZnBtYwifVXS21yVg62T-vrPVayso5H

https://drive.google.com/open?id=1tEbuaEqMxAV7dNc4fqu1O4M7mC6CJ50w

 

 Structures of the datasets

数据集的结构

"NTU RGB+D" and NTU RGB+D 120" datasets contain 56,880 and 114,480 action samples, respectively. Both datasets include 4 different modalities of data for each sample:

“NTU RGB+D”和“NTU RGB+D 120”数据集分别包含 56,880 个和 114,480 个动作样本。两个数据集都包含每个样本的 4 种不同数据模式：

  • RGB videos
  • depth map sequences
  • 3D skeletal data
  • infrared (IR) videos

 

 

Video samples have been captured by three Microsoft Kinect V2 cameras concurrently. The resolutions of RGB videos are 1920×1080, depth maps and IR videos are all in 512×424, and 3D skeletal data contains the 3D locations of 25 major body joints at each frame.

视频样本已由三个 Microsoft Kinect V2 摄像机同时捕获。RGB视频分辨率为1920×1080，深度图和红外视频均为512×424,3D骨骼数据包含每帧25个主要身体关节的3D位置。

Each file/folder name in both datasets is in the format of SsssCcccPpppRrrrAaaa (e.g., S001C002P003R002A013), in which sss is the setup number, ccc is the camera ID, ppp is the performer (subject) ID, rrr is the replication number (1 or 2), and aaa is the action class label.

两个数据集中的每个文件/文件夹名称的格式均为 SsssCcccPpppRrrrAaaa 格式（例如 S001C002P003R002A013），其中 sss 是设置编号，ccc 是摄像机 ID，ppp 是执行者（主题）ID，rrr 是复制编号（1 或 2），aaa 是操作类标签。

The "NTU RGB+D" dataset includes the files/folders with setup numbers between S001 and S017, while the "NTU RGB+D 120" dataset includes the files/folders with setup numbers between S001 and S032.

“NTU RGB+D”数据集包括安装编号介于 S001 和 S017 之间的文件/文件夹，而“NTU RGB+D 120”数据集包括安装编号介于 S001 和 S032 之间的文件/文件夹。

总结：

如果是“NTU RGB+D”数据集

S001 和 S017总共17个文件夹

每个文件夹里面的视频命名格式均为 SsssCcccPpppRrrrAaaa 格式

其中sss对应所在文件夹的命名格式，比如所在的文件夹如果命名格式是S001，那就统一是S001

如果所在的文件夹如果命名格式是S002，那就统一是S002

...

如果所在的文件夹如果命名格式是S017，那就统一是S017

ccc 是摄像机 ID，既然视频样本由三个 Microsoft Kinect V2 摄像机同时捕获，那摄像机 ID就是C001，C002，C003

ppp 是执行者（主题）ID，也就是说不同的受试者来采集的数据集。

“NTU RGB+D”数据集是安排了40个受试者进行数据采集的。那Pppp应该也是从P001到P040

这个执行者（主题）ID具体是以什么样的策略方法分配到每个文件夹的数目可以参考一下原始论文。

rrr 是复制编号（1 或 2），那Rrrr应该是R001，R002

这个复制编号具体什么意思可以参考一下原始论文

aaa 是操作类标签。那Aaaa应该是A001，A002，... A060

以S001文件夹为例子，S001固定的，可以不管

S001C001表示S001文件夹，对应摄像机 ID是C001

S001C001P001表示S001文件夹，对应摄像机 ID是C001，对应的执行者（可理解为受试者）ID是P001

S001C001P001R001表示S001文件夹，对应摄像机 ID是C001，对应的执行者（可理解为受试者）ID是P001，对应的复制编号是R001

S001C001P001R001A001表示S001文件夹，对应摄像机 ID是C001，对应的执行者（可理解为受试者）ID是P001，对应的复制编号是R001，对应的动作类别是A001

所以S001C001P001R001A001_rgb.avi表示S001文件夹，对应摄像机 ID是C001，对应的执行者（可理解为受试者）ID是P001，对应的复制编号是R001，对应的动作类别是A001，对应的是RGB videos这种数据模态

接下来S001C001P001R001不变，从A001_rgb.avi到A060_rgb.avi

这是60个.avi文件

接下来S001C001P001不变，R001变为R002，然后从A001_rgb.avi到A060_rgb.avi

这是60个.avi文件

接下来S001C001不变，P001变为P002，然后R001，然后从A001_rgb.avi到A060_rgb.avi

这是60个.avi文件

接下来S001C001不变，仍然是P002，然后R002，然后从A001_rgb.avi到A060_rgb.avi

这是60个.avi文件

接下来S001C001不变，P002变为P003，然后R001，然后从A001_rgb.avi到A060_rgb.avi

这是60个.avi文件

接下来S001C001不变，仍然是P003，然后R002，然后从A001_rgb.avi到A060_rgb.avi

这是60个.avi文件

接下来S001C001不变，P003变为P004，然后R001，然后从A001_rgb.avi到A060_rgb.avi

这是60个.avi文件

接下来S001C001不变，仍然是P004，然后R002，然后从A001_rgb.avi到A060_rgb.avi

这是60个.avi文件

接下来S001C001不变，P004变为P005，然后R001，然后从A001_rgb.avi到A060_rgb.avi

这是60个.avi文件

接下来S001C001不变，仍然是P005，然后R002，然后从A001_rgb.avi到A060_rgb.avi

这是60个.avi文件

接下来S001C001不变，P005变为P006，然后R001，然后从A001_rgb.avi到A060_rgb.avi

这是60个.avi文件

接下来S001C001不变，仍然是P006，然后R002，然后从A001_rgb.avi到A060_rgb.avi

这是60个.avi文件

接下来S001C001不变，P006变为P007，然后R001，然后从A001_rgb.avi到A060_rgb.avi

这是60个.avi文件

接下来S001C001不变，仍然是P007，然后R002，然后从A001_rgb.avi到A060_rgb.avi

这是60个.avi文件

接下来S001C001不变，P007变为P008，然后R001，然后从A001_rgb.avi到A060_rgb.avi

这是60个.avi文件

接下来S001C001不变，仍然是P008，然后R002，然后从A001_rgb.avi到A060_rgb.avi

这是60个.avi文件

到这里是S001C001P008R002A060_rgb.avi

接下来S001，C001变为C002，然后P001，然后R001，然后从A001_rgb.avi到A060_rgb.avi

这是60个.avi文件

接下来S001，仍然是C002，然后P001，然后R001变为R002，然后从A001_rgb.avi到A060_rgb.avi

这是60个.avi文件

接下来S001，仍然是C002，然后P001变为P002，然后R001，然后从A001_rgb.avi到A060_rgb.avi

这是60个.avi文件

接下来S001，仍然是C002，仍然是P002，然后R001变为R002，然后从A001_rgb.avi到A060_rgb.avi

这是60个.avi文件

接下来S001，仍然是C002，仍然是P002，然后R001变为R002，然后从A001_rgb.avi到A060_rgb.avi

这是60个.avi文件

...

一直到S001C002P008R002A060_rgb.avi

接下来S001，C002变为C003

...

一直到S001C003P008R002A060_rgb.avi

到这里才是这S001一个文件夹才算完毕

然后S001变为S002

以此类推

...

一直到S017

其中ppp 是执行者（受试者）ID需要按某种规则来分配到不同的文件夹里面，会有些不一样

可以具体看看论文的描述也可以。

有关设置、相机 ID 等的更多详细信息，请参阅具体的论文。

GitHub - shahroudy/NTURGB-D: Info and sample codes for "NTU RGB+D Action Recognition Dataset"

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
03-31 618
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。
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 2408
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
介绍动作识别数据集：“NTU RGB+D”数据集和“NTU RGB+D 120”数据集
源代码杀手的博客
05-13 5253
动作识别数据集：“NTU RGB+D”数据集和“NTU RGB+D 120”数据集（还包括AUTH UAV手势数据集：NTU 4级）本页介绍两个数据集：“NTU RGB+D”和“NTU RGB+D 120”。“NTU RGB+D”包含60个动作类和56，880个视频样本。“NTU RGB+D 120”扩展了“NTU RGB+D”，增加了另外60个类和另外57，600个视频样本，即“NTU RGB+D 120”总共有120个类和114，480个样本。
NTU RGB + D 120 动作识别数据集 描绘骨架
hsclyy的博客
10-30 8410
“ 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 在这里主要先讲解 3D骨骼数据 两个数据集中的每个文件/文件夹名称均采用SsssCcccPpppRrrrAaaa的格式（例如S001C002P003R002A013），其中s...
NTU RGB + D 120 动作识别数据集 描绘骨架(python)
单线程的Daniel的博客
04-23 1万+
“ NTU RGB + D”和“ NTU RGB + D 120”。 “ NTU RGB + D”包含60个动作类别和56,880个视频样本。 “ NTU RGB + D 120”通过添加另外60类和另外57,600个视频样本来扩展“ NTU RGB + D”，即“ NTU RGB + D 120”总共有120类和114,480个样本。 这两个数据集都包含每个样本的RGB视频，深度图序列，3D骨骼...
NTU RGB+D 120 划分训练集和测试集，生成标签文件。
qq_42845932的博客
08-18 2555
使用Pythond对NTU RGB+D 120 数据集划分训练集和测试集，并且生成相应的标签文件。
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
NTU-RGB-D数据集
qq_50944883的博客
08-28 554
S:设置号，“ NTU RGB + D”数据集包括设置号在S001和S017之间的文件/文件夹，而“ NTU RGB + D 120”数据集包括设置号在S001和S032之间的文件/文件夹。1.train_label.pkl和val_label.pkl数据文件。P:人物ID，P001表示一号动作执行人，但并非每个人都执行了所有动作。C:相机ID，共有三架，C001,C002,C003。2.train.npy文件。R:同一个动作的表演次数。
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。
【论文阅读】：NTU RGB+D 120: A Large-Scale Benchmark for 3D Human Activity Understanding
qq_36627158的博客
08-25 1251
NTU RGB+D 120: A Large-Scale Benchmark for 3D Human Activity Understanding （2019 TPAMI） Jun Liu, Amir Shahroudy, Mauricio Perez, Gang Wang, Ling-Yu Duan, and Alex C. Kot Note 论文链接：https://arxiv.org/pdf/1905.04757.pdf Github：https://github.com/shahroud
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”动作识别数据集 “ NTU RGB + D 120”动作识别数据集 “ NTU RGB + D”是用于人类动作识别的大规模数据集。 在我们的CVPR 2016论文。 “ NTU RGB + D 120”是“ NTU RGB + D”数据集的扩展版本。 它在我们的TPAMI 2019论文。 有关数据集的任何可能查询，请联系论文的第一作者。 如何下载数据集 请单击以获取有关访问“ NTU RGB + D”和“ NTU RGB + D 120”数据集的更多信息。 如果仅需要骨架数据，也可以通过以下方式获取它： 数据集的结构 “ 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
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
NTU RGB+D数据集 训练集、测试集划分与缺失值处理
weixin_54644818的博客
12-11 1614
NTU RGB+D训练集、测试集的划分与缺失值处理（附代码）。
NTU_RGB+D数据集：动作识别的强大工具与骨架数据可视化
最新发布
gitblog_06520的博客
10-31 743
NTU_RGB+D数据集：动作识别的强大工具与骨架数据可视化 【下载地址】NTU_RGBD数据集介绍及骨架数据可视化分享 NTU_RGB+D数据集是一个用于动作识别的大规模数据集，包含了56880个动作样本。每个样本包括RGB视频、深度图序列、3D骨架数据和红外视频等。数据集由3个Microsoft Kinect v2相...
【论文笔记】NTU RGB+D
LoveKKarlie_的博客
01-20 2340
NTU RGB+D数据集
NTU-RGB+D数据处理(CTR-GCN ICCV2021)
qq_33331451的博客
12-09 5366
文章目录get_raw_skes_data.pyget_raw_denoised_data.pyseq_transformation.py get_raw_skes_data.py ''' 本文件主要生成四个文件 raw_data ├── frames_cnt.txt │ ├── num_frame_interval(list) ├── frames_drop.log │ ├── num_frame_interval(list) ├── frames_dro
进一步解释NTU RGB+D数据集 训练集、测试集划分
qq_34425255的博客
05-12 427
【代码】进一步解释NTU RGB+D数据集 训练集、测试集划分。
读取NTU-RGB-D数据集并利用关节信息生成gif
qq_44662196的博客
08-22 1230
一、读取NTU-RGB-D数据集 本文基于matlab2016实现。并需要先下载NTU-RGB-D数据集，打开下载的压缩包得到的是一组后缀名为skeleton 的文件，如图1.1所示 图1.1NTU-RGB-D数据集中的 skeleton文件 主函数如下 clc clear skeletonfilename = 'C:\Users\赵迪\Downloads\Raw_Skeleton_S01-S17\skeleton+D0-30000\S001C001P001...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值