骨骼的动作识别数据集_[骨架动作识别]数据集

最新推荐文章于 2024-03-07 08:52:52 发布
VIP文章 最新推荐文章于 2024-03-07 08:52:52 发布
阅读量1.2k 收藏 6
点赞数
文章标签： 骨骼的动作识别数据集
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/weixin_39582724/article/details/111755283
版权

NTU-RGBD CVPR2016

总共大约有56000个视频，60类动作，50类是单人动作，10类是双人交互动作。每个人捕捉了25个关节点。数据集有两种分割方式，cross subject 和cross view ，这也是目前最大最全的一个数据集。很多动作识别的论文都是以这个数据集作为检测标准。

包含四种类型的数据，RGB videos、 depth map sequences 、3D skeletal data、infrared videos

精度：

MSR-Action3D

20类动作，10个人，重复2到3次。总共有567个sequence，depth和skeleton 数据，没有RGB数据，其中有10个sequence有错误，skeleton丢失掉了，帧率15fps

SBU

共284个视频，8类动作，7个人，用5折交叉验证，最长46frame,本数据集的动作全是双人交互动作，有RGB、skeleton、depth图片。骨架关节点有15个

动作分类:靠近, 远离, 踢 ，推，握手，拥抱，递书本，拳击

x and y are normalized as [0,1] while z is normalized as [0,7.8125]

SYSU

kinect捕捉的数据集，包含12

最低0.47元/天 解锁文章
weixin_39582724
关注
  • 0
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
YOLOv8-AM：具有注意力机制的小儿腕部骨折检测YOLOv8
m0_47867638的博客
02-19 1498
在日常生活中，手腕创伤甚至骨折的情况经常发生，特别是在儿童中，他们占骨折病例的很大一部分。在进行手术之前，外科医生通常要求患者首先进行X射线成像，并根据放射科医生的分析进行准备。随着神经网络的发展，You Only Look Once（YOLO）系列模型已广泛用于骨折检测的计算机辅助诊断（CAD）中。2023年，Ultralytics推出了YOLO模型的最新版本，该模型已用于检测身体各部位的骨折。注意力机制是提高模型性能的最热门方法之一。
骨骼关节点数据
11-30
Matplotlib之3D骨骼关节的动画显示的数据文件，欢迎大家下载
医疗影像数据集—CT、X光、骨折、阿尔茨海默病MRI、肺部、肿瘤疾病等图像数据集
weixin_55080819的博客
11-30 1073
医疗影像数据集—CT、X光、骨折、阿尔茨海默病MRI、肺部、肿瘤疾病等图像数据集
人体骨骼动作识别概述
qq_37174487的博客
03-07 947
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。
医学图像数据集
juluwangriyue的博客
04-03 620
脊椎数据集整理
肌肉骨骼骨折数据集（4,083 张 X 射线图像）Fracture Classification Dataset
最新发布
03-07
肌肉骨骼骨折数据集（4,083 张 X 射线图像）Fracture Classification Dataset 该数据集是一个肌肉骨骼骨折数据集，带有用于肌肉骨骼X线片的分类、定位和分割等深度学习任务的注释。该数据集共包含 4,083 张 X 射线图像，并带有 COCO、VGG、YOLO 和 Pascal VOC 格式的注释。数据集根据 CC-BY 4.0 许可进行许可。
分享几个医学数据集：spine & knee Osteoarthritis （脊柱和膝关节）
Sungden的博客
07-06 9331
Spine 数据集：感谢加拿大西安大略大学李硕教授热情提供！ CSI 2019:MICCAI workshop Computational Methods and Clinical Applications for Spine Imaging https://csi2019.wordpress.com MICCAI 2019 Spine challenge will use dataset 16. https://aasce19.github.io ...
骨折整理文档
To2013and2016的专栏
09-20 2541
骨折愈合过程分三个阶段 1：血肿机化期，这一阶段纤维连接生长需约2周。 2：骨痂形成期，即骨折已达临床愈合阶段，此期约需2个月。 3：骨痂塑形期，骨髓腔再通，恢复原形过程需约2年。 一旦发生骨折，在骨折部位可产生疼痛、肿胀、瘀斑和功能障碍，检查时还可听到骨断端相互磨擦的声音（即骨擦音），同时可能伴有血管和神经的损伤，使肢体远端产生缺血或感觉麻木、运动障碍的现象，或引起内脏损伤。骨折
Biomedical images dataset findings（4 Chest page）
qq_37735698的博客
11-09 833
Note: Chest in this page includes: ribs（肋骨）, breast,pancreas（胰腺）,spleen（脾脏）, lung, airway. RIbs RibFrac（20） MICCAI子会议；肋骨骨折的自动检测和分类（4类：带扣，无移位，移位或节段性肋骨骨折）；需申请 数据集：660套CT扫描自动检测和分类大约5,000处肋骨骨折，其中包括420套训练CT（全部有骨折），80套经过验证的CT（20部没有骨折）和160套评估 CT。其中，训练420套（5..
python-数据分析（7-作业）
zaibiketaide的专栏
09-01 1062
练习1：读取餐饮csv文件的数据 ????餐饮.csv #方法1 import csv with open("餐饮.csv","r",newline="",encoding="gbk") as canyincsv: cancsv=csv.reader(canyincsv) for i in cancsv: print(i) #方法2 import pandas as pd data = pd.read_csv("餐饮.csv",encoding='gbk') print
Bone-Fracture-Detection:X射线图像中的骨骨折检测
04-09
骨骨折检测 :worried_face: X射线图像中用于骨折检测的数据扩充和预处理 :person_raising_hand: 1. radius骨远端骨折 :crying_face: 1.1引言 :grinning_face_with_big_eyes: 这部分是关于使用更快的RCNN来检测远侧X射线图像中的远端识别并定位远端radius骨骨折。 （38张图像-分辨率高达1600×1600像素用于训练）。 结果（ACC = 0.96和mAP = 0.866）比医生和放射线医师（仅0.7 ACC）获得的检测结果准确得多。 一些挑战： :grinning_face_with_big_eyes: 在许多情况下，裂缝的尺寸很小且难以检测。 骨折有各种各样的不同形状 Faster R-CNN的优势在于它可以处理高分辨率图像。 同样，可以在检测少量图像的对象时以较高的精度训练Faster R-CNN。 两个明确的任务： 分类远端radius骨是否骨折。 找到骨折的位置。 1.2更快的RCNN 更快的RCNN包含3个部分： 用于分类和生成特征图的卷积深度神经网络。 区域提案
FracNet:[EBioMedicine]通过CT扫描进行深度学习辅助的肋骨骨折的检测和分割
05-24
FracNet 抽象的 背景：肋骨骨折的诊断在确定创伤严重程度方面起着重要作用。 但是，随着患者数量的增加，快速，准确地识别大量CT图像中的肋骨骨折是一项艰巨的任务，这也要取决于放射科医生的资格。 我们的目标是针对临床上适用的自动系统，用于从CT扫描中进行肋骨骨折的检测和分割。 方法：将来自一个中心的900例患者的总计7,473例带注释的外伤性肋骨骨折纳入我们的数据集，称为RibFrac数据集，并使用人工环标签程序进行注释。 我们开发了一种名为FracNet的深度学习模型，用于检测和分割肋骨骨折。 分别将720名，60名和120名患者随机分为训练组，调整组和测试组。 使用FreeResponse ROC（FROC）分析来评估检测性能的敏感性和假阳性，并使用联合路口交叉口（IoU）和骰子系数（Dice）来评估预测的肋骨骨折的分割性能。 观察者研究（包括独立的仅涉及人类的研究和人类协作研究）
骨盆ct数据，mimics重建000
10-20
骨盆骨折ct平扫薄层dicom数据，可用于mimics三维重建
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。 ...
使用骨骼上下文的基于信息关节的人类动作识别
03-17
带有骨骼跟踪技术的Microsoft Kinect的推出为基于骨骼的人类... 我们报告实验结果，并在两个公共行动数据集上验证了该方法。 实验结果表明，所提出的方法对于相似的人类动作识别是有区别的，并且很好地适应了类内变异。
dtw代码matlab-STWP-master:3D骨架动作识别的matlab代码
06-01
人体骨骼表示为谎言群中的点来进行人体动作识别”，CVPR，2014 年。 如果您要使用它，请引用它。 该代码由 Raviteja Vemulapalli 实现并由我们开发，主要用于比较一些不同的特征提取方法的性能，例如关节位置、关节...
dtw代码matlab-STWP:3D骨架动作识别的matlab代码
06-01
人体骨骼表示为谎言群中的点来进行人体动作识别”，CVPR，2014 年。 如果您要使用它，请引用它。 该代码由 Raviteja Vemulapalli 实现并由我们开发，主要用于比较一些不同的特征提取方法的性能，例如关节位置、关节...
matlab数据输入代码-PLSTM:在张量流中实现部分感知的lstm，用于具有数据集NTURGB+D的基于骨骼的动作识别
05-27
，用于基于骨骼的动作识别。 它将整个身体分为5个身体部位。 经过特殊设计的lstm单元比普通单元可以更好地提取上下文特征。 单元图如下所示： 与正常的lstm细胞相比，不难发现plstm已分离出与不同身体部位相对应的i...
基于人体骨架的异常行为动作识别国内外参考文献
02-21
基于骨骼图像的行为动作识别研究[J]. 计算机技术与发展, 2017, 27(10): 35-39.国外参考文献：1. Zhang, Ming, et al. "A survey of skeleton-based activity recognition: Recent advances and future trends." ACM...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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